项目
小项目
我在课程和课外项目里学会了处理数据。
Hitting the Vibe
从客人们的 Spotify 歌单里自动挑歌，组成一份共享的派对歌单，选出适合跳舞、有活力、彼此搭配的歌。
- 怎么做。每位客人的歌按“派对分”打分（可跳舞程度 + 能量 − 原声程度）。高分的歌再按六个音频特征计算余弦相似度，最合群的 25 首组成歌单。
- 测试发现。单靠音频特征挑不出派对歌（AUC 0.48–0.60）；先把特征标准化，25 首里会换掉 10 首。
- 说明。演示用的是模拟客人和 2020 年的公开 Spotify 数据集，因为 Spotify 的音频特征接口已经不对新应用开放。
脑肿瘤 MRI 分类
准确率 75.9% 的模型，只找出了 23% 的胶质瘤病例。分类别看的结果和整体分数完全是两回事。
- 方法。对 3,264 张四类 MRI 图像的像素特征做 F 检验筛选和 PCA 降维，再比较九个模型，从正则化回归、树集成到 CNN。