哎 实习之前的日子真烦躁

除了科研什么都想搞，装了一晚上ANT你告诉我平台版本不兼容，excuse me?!!!满腔烦闷无处排解，不行✋，我要想想最初的目的是什么，？谱聚类算法，计算相似度矩阵，但是sklearn 输入需要一个样本一行数据，就是向量模式，但是音频样本特征是矩阵形式，帧数N*维度D，如果每一帧首尾相接，变为一个1*ND的超向量的话，就要先做GMM,高斯数如果取M，那整个聚类样集本的特征矩阵为J*ND，J为样本个数。这样想着计算相似度矩阵的计算量太大了，就一直没有试。matlab版本的lyx 的程序支持样本的矩阵输入格式，但是同样计算量太大，有内存溢出的危险，2520个样本跑了一下午都没算出来相似度矩阵，上千个样本，上千维特征。但是，缩小样本量倒是可以取得不错的效果，所以我转而寻找其他能高效计算整个样本集的相似度矩阵，样本集中每个样本的表示形式是矩阵，查到ibm的mahut 好像可以高效处理矩阵的运算 可以用在聚类这块，。好，下载这个玩意试一下，但是这个玩意需要java 环境的支持，好，我本来就有java 环境，可以满足，需要安装ant ，不知道是什么玩意，好，上官网找安装包，两个版本，直接可执行版和源码版，下载，解压，按说明操作包装，版本和java 环境冲突。看说明可能是版本的问题，好，换版本，运行，还是 失败，各种和java 不支持！结果。，今晚时间都缴费在解决兼容性的问题，各种试，各种设置，结果尼玛还是不行，一点反应都木有啊！心情烦躁，好像我现在做的事情离我的初衷太远了……我要理一理思路，我要静静？，

增量学习partial fit

Minbatchkeans

稀疏矩阵 稀疏表示

Affinity propagation

1. 相似度矩阵要不一个样本的帧数取平均特征作为代表？这样就可以实现一个样本的特征向量表示，维度又不至于太高，可以试一下，

2. 样本特征帧数首尾相接形成超向量，送进去谱聚类或者k均值聚类，采用增量学习的模式，看看效果或，试一下，可以再加上网格化搜索自动调参，

3. 至于特征的稀疏表示，我大概看了下，特征的数值几乎全部不为0，应该很难实现稀疏表矩阵示，只能是密度矩阵表示，这俩有什么区别……不懂

4. 要不试试13维的特征降维，？帧数不变，降低维护度？感觉不太合理，

5. 啊，还有一个dae的实验，哎，sklearn 库的模型都是样本特征向量化表示，这个很不适合音频样本的聚类，主要是针对于图片或者文本聚类，推荐算法，关联算法，

6. 每天最幸福的时刻就是晚上上床还没关灯，靠着墙，吹着空调，把玩着小手机，一天就这么过去了，毫无收获，浑浑噩噩，哎

> 人生在世三万天

> 趣果有间孤独无解

> 苦练含笑半步颠

> 那我去给你煮碗面

>                         正趣果上果

现在有没有人给你煮面吃，我都好久没吃过面了。好想吃倒霉馄炖，