Question

到目前为止，我们均假定任何训练样本都很容易用特征向量来描述，这种情况其实比较“奢侈”。例如在Iris数据集里，花朵可以用包含花朵特定方位的长度和宽度的向量来表示。在基于文本的例子中，我们可以把文本转换为词袋表示形式，并人工构建文本特定方面的特征。

然而在本章，当我们尝试对歌曲进行体裁分类的时候，情况将不太一样。例如，我们该如何表示一段3分钟长的歌曲呢？是否应该用MP3数据的每个比特来表示呢？这大概是不行的，因为把它当做文本来构建“声音比特袋”这样的东西，一定会过于复杂。但我们必须以某种方式把歌曲转换成一些足以描述它的值。