基于提升决策树的钢琴乐谱难度识别方法

摘要

本发明属于机器学习领域，为使得钢琴乐谱难度等级识别可获得更高的准确性和稳定性，为钢琴教学和学生学习提供可靠地钢琴难度信息，提高乐谱网站的用户体验。为此，本发明采取的技术方案是，基于提升决策树的钢琴乐谱难度识别方法，建立基于网格搜索的多分类提升决策树的学习算法xgboost模型，利用测试集对建立的所述模型进行准确率检测、优化，利用完成优化的所述模型对钢琴乐谱难度进行分类；其中，以决策树为基函数，XGBoost模型由多个决策树组成，后面的决策树将拟合前面的残差，最终得到的预测值是所有决策树测试结果的和。本发明主要应用于钢琴乐谱难度自动识别场合。