使用Keras询问EEG分类建议

Question

我有一个脑电图的数据集，形状是这样的：

(11,1158, 200)

哪里

11 is the number of EEG channel
1158 is the number of each task
200 is the time interval of each task

例如，如果绘制一项任务，您将得到(请注意，数据已标准化)：

​

​

此任务表示具有类的任务。(例如，看到来自类2的图片，而我的数据集中的类总数是5)。

现在我将我的数组转换为这个形状：

(1158, 200, 11)

这样模型就可以区分每项任务。这是我使用的模型：

opt = keras.optimizers.Adam(learning_rate=1e-4)

model = Sequential()
model.add(Conv1D(filters=128, kernel_size=64, activation='relu', input_shape=(200, 11)))
model.add(Conv1D(filters=64, kernel_size=8, activation='relu'))
model.add(Dropout(0.5))
model.add(MaxPooling1D(pool_size=2))
model.add(Flatten())
model.add(Dense(100, activation='relu'))
model.add(Dense(5, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer=opt, metrics=['accuracy'])
model.fit(x_train, y_train, validation_data=(x_valid,y_valid), epochs=50, batch_size=16)

我尝试了许多不同的超参数，但我所有的结果都有点像这样：

Epoch 50/50
58/58 [==============================] - 0s 5ms/step - loss: 0.1281 - accuracy: 0.9946 - val_loss: 2.7850 - val_accuracy: 0.1897

训练精度很高，但验证精度在20%到25%之间(100/5 = 20，其中5是类数)；这基本上意味着模型预测了一些随机的东西。我的方法是错的吗？如果是这样，我应该如何解决这个问题？

Answer 1

由于您的数据本质上是一个时间序列分类问题，因此我的直觉是从基于LSTM的东西开始。

不幸的是，我的第二个见解与数据大小有关。你的特征空间是200x11=2200，样本大小是1158。我倾向于考虑使用深度学习，如果样本大小>5 *特征大小，但真的认为DL开始闪耀在10倍左右的比率。如果收集更多数据不是一个现实的可能性，那么您将需要考虑具有高方差问题的其他解决方案(对于可用的数据级别，模型太复杂)。

第三，我可以评论说，您的数据形状在我看来是正确的，假设您对验证集进行了标准化，并与您的训练集进行了等价的整形，那么这可能不是问题。

编辑:我刚刚注意到训练的最后阶段显示训练样本为58/58。该值表示训练集中的样本数。这是你所期待的吗？我原本希望样本的数量是你的EG810/810总样本的70%。如果你不确定我在问什么，请贴上y_train和y_valid的大小。这可能会帮助我和其他人验证培训过程。