python模型训练效果没有优化_LSTM模型训练效果好，但测试结果较差，不能看出拟合过度...

以下是我的数据：

我有500个录音(任意分成训练，验证和测试集)。每个记录包含一定数量的行，每一行对应一个1s的EEG片段，换句话说，每个记录的长度等于一个EEG信号的长度(s)。每行包含22个通道*22个时间/频率特征=484个特征+输出标签(0或1)。在

所以我想执行二进制分类。在

正如许多论文(看this good paper)所建议的那样，对于每一个记录，我创建长度为look_back的序列，以便在预测每个标签时考虑到“周围”片段的特征。代码如下：def create_dataset(feat,targ, look_back=1):

semi_window=math.floor(look_back/2)

dataX, dataY = [], []

for i in range(semi_window,len(targ)-semi_window):

a = feat[i-semi_window:(i+semi_window+1), :]

dataX.append(a)

dataY.append(targ[i])

return np.array(dataX), np.array(dataY)

此函数返回大小为(samples, look_back=time_steps, features=484)的三维数组。在

为了处理不平衡的类，我测试了make_imbalance函数以删除实例以保持每个类的实例数不变，以及在loss函数中考虑到不平衡的class_weight参数。在

所以，我使用了一个LSTM模型，并使用earlystup回调参数，在验证精度没有增加给定容差的情况下停止。在

这是我的完整模型：

^{pr2}$

我得到的结果是：

训练混淆矩阵显著，但验证矩阵和测试矩阵较差。。。在

我想这并不过分，因为我的模型尺寸很小(一层，…)。此外，我认为这个模型是恰当的，因为它能够很好地区分(巨大)训练集上的数据。。。在

那么，怎么了？在

NB：我说的是，我对经典的Keras前馈神经网络也有同样的问题

编辑：以下是我绘制学习曲线时得到的结果：

你可以看到的是，训练精度仍然很高，而验证精度(实际上橙色曲线应该是“验证”)仍然很低。。。在

编辑：我尝试使用XGBoost和SVM分类器，但是我无法得到结果(仍然是相同的行为)

编辑：我试着洗牌数据看看。我得到了很好的结果，但这有点像海市蜃楼。。。事实上，我有来自相同记录的数据(不完全相同，但非常接近)在训练和验证集。。。有点作弊。当我向模特展示一张全新的唱片时，它崩溃了。。。所以，我还没有找到解决办法

python模型训练效果没有优化_LSTM模型训练效果好，但测试结果较差，不能看出拟合过度...相关推荐

B.机器学习实战系列[一]：工业蒸汽量预测（最新版本下篇）重点讲解模型验证、特征优化、模型融合等
[机器学习入门与实践]入门必看系列,含数据挖掘项目实战:数据融合.特征优化.特征降维.探索性分析等,实战带你掌握机器学习数据挖掘专栏详细介绍:[机器学习入门与实践]合集入门必看系列,含数据挖掘项目实 ...
模型部署到移动端_模型压缩+编译器优化，使AI算法在移动端性能超越专用硬件...
作者 | 王言治,美国东北大学电子与计算机工程系助理教授出品 | AI科技大本营(ID:rgznai100) 近年来,机器学习(Machine Learning)领域的研究和发展可谓是与日俱新,各式 ...
python 调用gpu算力_GPU捉襟见肘还想训练大批量模型？谁说不可以
原标题:GPU捉襟见肘还想训练大批量模型?谁说不可以选自Medium 深度学习模型和数据集的规模增长速度已经让 GPU 算力也开始捉襟见肘,如果你的 GPU 连一个样本都容不下,你要如何训练大批量模 ...
python ocr中文训练_cnocr: cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型，安装后即可直接使用...
English README. cnocr 使用交流QQ群欢迎扫码加入QQ交流群: 最近更新 [2020.05.29]:V1.2.2 主要变更: 优化了对数字识别的准确度. 优化了模型结构,进一步降 ...
pythonocr训练模型_cnocr: cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型，安装后即可直接使用...
English README. cnocr 使用交流QQ群欢迎扫码加入QQ交流群: Release Notes Update 2020.04.21: 发布 cnocr V1.1.0 V1.1.0对代 ...
windows python 访问mtp存储空间_用Windows电脑训练深度学习模型？超详细配置教程来了...
虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可能是很多机器学习初学者更为熟悉的系统.要在 Windows 上开发模型,首先当然是配置开发环境. ...
Python实现ABC人工蜂群优化算法优化支持向量机回归模型(SVR算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景人工蜂群算法(Artificial Bee Colony, AB ...
Python实现GWO智能灰狼优化算法优化支持向量机分类模型(SVC算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景灰狼优化算法(GWO),由澳大利亚格里菲斯大学学者 Mirjal ...
Python实现GWO智能灰狼优化算法优化支持向量机回归模型(svr算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景灰狼优化算法(GWO),由澳大利亚格里菲斯大学学者 Mirjal ...

python模型训练效果没有优化_LSTM模型训练效果好，但测试结果较差，不能看出拟合过度...

python模型训练效果没有优化_LSTM模型训练效果好，但测试结果较差，不能看出拟合过度...相关推荐

最新文章

热门文章