fisher特征选择原理

基于Fisher准则的MFCC特征选择实现：
1、只有一类特征MFCC；
2、怎么用Fisher计算MFCC特征每个维度的贡献度

望采纳


可以使用Python的librosa库来计算MFCC特征，并使用sklearn库中的Fisher分类器来计算每个维度的贡献度。

下面代码示例：

import librosa
import numpy as np
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

# 读取语音文件并计算MFCC特征
y, sr = librosa.load('path/to/your/audio/file.wav')
mfcc = librosa.feature.mfcc(y=y, sr=sr)

# 使用LDA来计算每个维度的贡献度
lda = LinearDiscriminantAnalysis()
lda.fit(mfcc, labels)
contributions = lda.scalings_