用于机器学习/Logistic回归的三维矩阵

Question

我想知道是否有人尝试过使用三维矩阵进行逻辑回归？我正在做一个涉及音频的项目，其中对于矩阵X，n维是每个音频样本的特征，m维是我相互比较的音频文件的数量。我面临的问题是，对于每个音频文件，都有大量的音频样本(每44100个样本，我将其作为"1个样本“)，每个样本包括每个不同的特征。我不是简单地取每个音频样本的每个特征的平均值，而是考虑如上所述向矩阵中添加第三个维度，即音频样本。问题是，我不知道这在逻辑回归中如何成立/我可以期望我的输出变量y是什么。有没有人有这方面的经验？

我正在寻找的结果是一种方法，从每个音频样本中提取所有特征，并比较几个音频文件，以提出一个算法，可以从“坏”音频混合中确定“好”音频混合，所以我相信(尽管我不确定)我在这里只处理两个输出类(好与坏)。

谢谢你的建议

Answer 1

由于您正在处理音频输入，因此您可能应该使用设计用于处理序列(audio=sequence of frames)的模型。

我期望(比方说)在音频信号上训练LSTM的性能至少与在平均帧上训练的逻辑回归一样好。然而，它可能需要更长的时间来训练。

您可能想要从以下列出的github项目开始：https://github.com/topics/audio-classification (我从未使用过这些项目)。