如何实现K-Means聚类算法用于MFCC特征？

Question

我使用MFCC算法获取了一些声音变量的特征。我想用K-Means对它们进行聚类。我有70个帧，每个帧对应一个语音样本，其中每个样本有9个倒谱系数。这意味着我有一个70*9大小的矩阵。

假设A、B和C是三个语音记录，则：

A为：

List<List<Double>> -> 70*9 array (I can use Vector instead of List)

同时，B和C的长度也相同。

我不想对每一帧进行聚类，而是想对每个帧块进行聚类（例如，一个组有70帧）。

如何在Java中使用K-Means实现它？

- kamaci

Answer 1

在这里，你对问题领域的了解变得至关重要。你可能只是使用70*9矩阵之间的距离，但你可以做得更好。我不知道你提到的具体特征，但一些通用的例子可能是每个特征的70个值的平均值、标准偏差。你基本上是想要减少维度的数量，既为了提高速度，也为了使测量结果对简单的转换（例如将所有值偏移一个步骤）更加稳健。

- Nicolas78

---

噢，一旦您确保最终功能已经归一化，则最终的距离度量可能只是特征差异之和。 - Nicolas78

Answer 2

K-Means对您的数据有一些非常严格的假设。我不确定您的数据是否适合运行k-means。

1. K-means是为欧几里得距离设计的，可能存在更适合您的数据的距离度量。
2. K-means需要能够计算出合理的均值，这在您的数据上可能不合适。
3. 许多距离函数（和算法！）在70*9维度下效果不佳（“维数灾难”）。
4. 您需要事先知道k的值。

顺便说一句：避免使用Java泛型来处理Double等基本类型。它会降低性能。请使用double[][]。

- Has QUIT--Anony-Mousse