卷积神经网络和多类分类答案

【问题标题】：Convolution Neural Network and multiple class classification卷积神经网络和多类分类
【发布时间】：2019-01-30 11:36:50
【问题描述】：

我正在尝试构建一个 CNN 模型，将时间序列数据分为三类：A、B、C。 C 类是最难检测的，因为它在某种程度上接近 A 和 B，但 A 和 B 不同。我有大约 60,000 个样本的平衡数据集。该模型对 A 和 B 的分类表现良好，每个类别的 F1 分数为 75%、80%，但对于第三类 C 的 F1 分数为 55%，效果不佳。

如果我想增强 C 的结果，是否为 C 添加比其他两个类（A 和 B）更多的训练样本而不是平衡数据集是个好主意？如何使模型更加重视 C 而不会过度拟合 C？

【问题讨论】：

标签： machine-learning neural-network conv-neural-network

【解决方案1】：

过度拟合网络不会改善测试数据的分类。更安全的方法是提高每个类的表示。

不平衡的类别会使网络偏向多数类别。你可以试试sub-sampling数据来抵消不平衡。

【讨论】：

【解决方案2】：

这是一个非常笼统的问题，所以我想我会给出一个笼统的答案：您的选择是尝试找到更好的功能以用于您的分类，或者过度适合 C。无论它是否是“好”的想法取决于您使用它的目的以及您认为可接受的错误概率。

在任何分类练习中，无论是 CNN 还是其他方法，总会有取舍，尤其是当两个或多个数据集有任何程度的重叠时。

【讨论】：

感谢您的回复。我想知道如果我使用不平衡的数据集，它是否总是会导致过度拟合？假设我使用 40% 作为 C：30% 作为 B：30% 作为 A
@ryh12 从技术上讲，不，这不一定会导致过拟合。但这可能会导致您的模型出现意外偏差，如下 stu 所述。要问的一个明显问题是你的训练数据有多准确？您可能需要考虑修剪您的训练集。