在 Seizure 数据集上使用 Keras 进行二进制分类

Posted 2023-03-13

【中文标题】在 Seizure 数据集上使用 Keras 进行二进制分类

【英文标题】：Binary Classification with Keras on Seizure dataset

【发布时间】：2017-12-28 18:55:07

【问题描述】：

起初，我使用的是癫痫发作识别数据集 （来源：http://archive.ics.uci.edu/ml/datasets/Epileptic+Seizure+Recognition）

嘿，我在将模型拟合到数据集时遇到问题。

这是我正在使用的代码：

import pandas
from keras.models import Sequential
from keras.layers import Dense
import numpy


def main():
    dataset = pandas.read_csv("data.csv")
    Y = dataset["y"]
    X = dataset.drop("y", axis=1).drop("Unnamed: 0", axis=1)
    Y = Y.values
    X = X.values

    model = Sequential()
    model.add(Dense(178, input_dim=178, activation='relu'))
    model.add(Dense(500, activation="relu"))
    model.add(Dense(1000, activation='relu'))
    model.add(Dense(500, activation='relu'))
    model.add(Dense(250, activation='relu'))
    model.add(Dense(100, activation='relu'))
    model.add(Dense(20, activation='relu'))
    model.add(Dense(1, activation='sigmoid'))

    model.compile(loss="binary_crossentropy", optimizer="adam",   metrics=["accuracy"])

    model.fit(X, Y, epochs=1000, batch_size=300)

if __name__ == '__main__':
    main()

每个输出看起来都像这样：

Epoch 330/500
11500/11500 [==============================] - 0s - loss: -31.8848 - acc: 0.2000

所以我的训练不正常。我究竟做错了什么？对我来说还有其他问题，例如：

1) 我必须添加多少层和多少个单元？有没有经验法则？

2) 我必须使用什么激活函数？

【问题讨论】：

你是什么意思每个输出看起来像这样？每次都显示 330/500？

不，损失和 acc 保持不变，而数据被迭代

【参考方案1】：

这不是一个二元分类数据集。根据数据集页面，

y 包含 178 维输入向量的类别。特别是 y 在 1, 2, 3, 4, 5

1) 我必须添加多少层和多少个单元？有没有经验法则？

这取决于。您必须调整这两个数字以获得最佳性能。但是，对于大约 10k 个实例的数据集，我猜 8 个全连接层和 1000 个单元都太多了。

2) 我必须使用什么激活函数？

ReLU 通常是堆叠Dense 层的良好起点。

【讨论】：

哦，我的错，我想我会尝试一个多变量分类模型，谢谢你的建议！