MP3 zenei hangfile-ok műfaji besorolása adatbányászattal

.
Jelent meg egy friss könyv Coelho billentyűzetéből. De ez egy másik Coelho. ;)

Willi Richert, Luis Pedro Coelho - Building Machine Learning Systems with Python

Ez a könyv már a 4.fejezetében elkezd "durvulni", LDA(="Latent Dirichlet Allocation")-s topik-modellezéssel.

Nade, ami a 9.fejezetben érkezik, attól kivirul az adatbányász szíve ;)

Music Genre Classification=Zenék műfaji osztályozása gépi algoritmussal, pár soros Python-kódolással.

Itt van a felhasznált 1.1 GB-nyi dataset különféle zenék MP3-jaival. 10 műfaj (klasszikustól a rockig), minden műfajban 100-100 zenével, úgy hogy az számok első 30 sec-je van az MP3-ban.
http://opihi.cs.uvic.ca/sound/genres.tar.gz

WAV-vá alakítás után döbbenetes, hogy egy szimpla FFT (="Fast Fourier Transformation") milyen erős/hatékony tud lenni). Úgy csökkent dimenziót, hogy bombaerős feature-öket generál.

Az ugye mindenkinek megvan, hogy miért kellett WAV-ba konvertálni? Merthogy a WAV tömörítetlen formájában egy kvázi adatbázis, hangfizikai jellemzőkkel (csatorna, mintavételezés, bitmélység, stb)

Itt alább látható a gépi osztályozás minőségéről egy kép. A klasszikus és metál a legjobban elkülöníthető és a jazz a legkevésbé :
Megjegyzés: számomra a 0.99 AUC túlságosan szépnek tűnik, hogy igaz legyen, de nem kizárt.