項(xiàng)目編號(hào)：B392

文件大?。?.2M

源碼說(shuō)明：帶中文注釋

開(kāi)發(fā)環(huán)境：Python

簡(jiǎn)要概述：

項(xiàng)目概述

題目背景

用樸素貝葉斯分類器進(jìn)行數(shù)字手寫體識(shí)別(基于MINIST數(shù)據(jù)集)，因此在這里用樸素貝葉斯在語(yǔ)音上做一個(gè)小應(yīng)用——分辨聲音是男性還是女性。具體題目可以參考https://www.kaggle.com/primaryobjects/voicegender

數(shù)據(jù)集

數(shù)據(jù)集可自行在https://www.kaggle.com/primaryobjects/voicegender下載或附件。這個(gè)數(shù)據(jù)集是基于對(duì)男女語(yǔ)音段進(jìn)行合理的聲音預(yù)處理而得到的語(yǔ)音特征(并不包含原始語(yǔ)音段)。集合中共有3168條數(shù)據(jù)，男女各1584條，每條數(shù)據(jù)可視作一個(gè)長(zhǎng)度為21的一維數(shù)組。其中前20個(gè)數(shù)值是這條語(yǔ)音的20個(gè)特征值，這些特征值包括了語(yǔ)音信號(hào)的長(zhǎng)度、基頻、標(biāo)準(zhǔn)差、頻帶中值點(diǎn)/一分位頻率/三分位頻率等；最后一個(gè)數(shù)值是性別標(biāo)記。元數(shù)據(jù)集中直接以字符串,即male和female進(jìn)行標(biāo)注。使用7：3劃分?jǐn)?shù)據(jù)集。

任務(wù)描述

通過(guò)樸素貝葉斯方法，可以先對(duì)所有特征值做統(tǒng)計(jì)，并且通過(guò)連續(xù)性參數(shù)估計(jì)（高斯分布）方法得到參數(shù)。之后使用預(yù)測(cè)函數(shù)預(yù)測(cè)測(cè)試集。

設(shè)計(jì)報(bào)告：

目錄

一、項(xiàng)目題目 3

二、項(xiàng)目概述 3

題目背景 3

數(shù)據(jù)集 3

任務(wù)描述 3

評(píng)測(cè)標(biāo)準(zhǔn) 3

三、算法設(shè)計(jì) 4

高斯樸素貝葉斯算法原理簡(jiǎn)述 4

具體實(shí)現(xiàn)過(guò)程 4

拓展分析構(gòu)想 5

四、實(shí)驗(yàn)環(huán)境與平臺(tái) 6

五、程序?qū)崿F(xiàn) 6

高斯樸素貝葉斯python源代碼 6

拓展分析中基于sklearn的四種分類器實(shí)現(xiàn)的python源代碼 10

六、實(shí)驗(yàn)結(jié)果 13

七、結(jié)果分析 14

八、拓展分析 15

抽樣方式比較 15

各個(gè)屬性的分析 16

特征篩選后的結(jié)果 19

多種分類器實(shí)現(xiàn)及比較 20

參考文獻(xiàn) 22

運(yùn)行結(jié)果：

data_analyse.py是繪制各個(gè)屬性分布圖的代碼；

demo.py是初步實(shí)現(xiàn)高斯貝葉斯的代碼；

Four_sorters_sklearn.py是基于sklearn實(shí)現(xiàn)的四種分類器代碼；

GNB_python.py是整理后的高斯貝葉斯代碼;

report.docx是項(xiàng)目報(bào)告；

voice.csv是數(shù)據(jù)集；

目錄│文件列表:

 └ ML_Project

    │ data_analyse.py

    │ demo.py

    │ Four_sorters_sklearn.py

    │ GNB_python.py

    │ report.docx

    │ voice.csv

    └ __pycache__

       └ sklearn.cpython-37.pyc