Fatal编程技术网
  • machine-learning/
  • Machine learning 对于音频二进制分类，我应该从KNN和CNN中选择哪种算法？

Machine learning 对于音频二进制分类，我应该从KNN和CNN中选择哪种算法？

machine-learning deep-learning

Machine learning 对于音频二进制分类，我应该从KNN和CNN中选择哪种算法？,machine-learning,deep-learning,knn,Machine Learning,Deep Learning,Knn,我正在做一篇关于婴儿哭声检测的论文，我用CNN和KNN建立了模型，CNN的训练准确率为99%，测试准确率为98%，KNN的训练准确率为98%，测试准确率为98%。 请告诉我应该选择哪种算法以及为什么？在KNN中，输出完全依赖于最近邻，这可能是好的选择，也可能不是好的选择。此外，它对距离度量也很敏感。你可以找到更多。距离度量非常好，这对您很有帮助 另一方面，CNN从输入数据中提取特征。这对分析很有帮助。最近在CNN特别是wavenet的音频应用方面取得了成功，我更愿意选择CNN 编辑：考虑到你的数

我正在做一篇关于婴儿哭声检测的论文，我用CNN和KNN建立了模型，CNN的训练准确率为99%，测试准确率为98%，KNN的训练准确率为98%，测试准确率为98%。
请告诉我应该选择哪种算法以及为什么？

在KNN中，输出完全依赖于最近邻，这可能是好的选择，也可能不是好的选择。此外，它对距离度量也很敏感。你可以找到更多。距离度量非常好，这对您很有帮助

另一方面，CNN从输入数据中提取特征。这对分析很有帮助。最近在CNN特别是wavenet的音频应用方面取得了成功，我更愿意选择CNN

编辑：考虑到你的数据量，CNN在这里不是一个好的选择

你能再解释一下你的数据集吗？数据集包括婴儿哭闹音频和非婴儿哭闹音频两类。我应该把婴儿哭闹的声音和非婴儿哭闹的声音分类你有多少关于婴儿哭闹的训练数据？还有多少非婴儿哭？你的测试数据如何？我有361个婴儿哭闹和270个非保姆总数631人。我给441分用于培训，给190分用于测试。我认为你的数据集很小，最好不要使用CNN。如果你不喜欢某人的答案，最好给出反馈。我没有否决你的答案，但可能是你的最后一段导致了否决票。我感谢你的指点，我会更新我的答案。事实上，很高兴知道你的错误在哪里，下次可以纠正。