kanhaoning / Self-supervised-group-meiosis-contrastive-learning-for-EEG-based-emotion-recognition

https://github.com/kanhaoning/sgmc
28 stars 9 forks source link

四分类实现 #4

Open yyjdsads opened 3 months ago

yyjdsads commented 3 months ago

请问四分类结果是怎么实现的?在文献中表2里面的Four中本文的模型精度为92.65,请问这个是怎么得到的呀?

kanhaoning commented 3 months ago

实现四分类的代码没有放到github项目中, 但是在2分类代码上简单改一下就能实现。在数据处理脚本Data_process(DEAP).py中给出了一个生成high arousal、low arousal二分类标签的例子。这里只需要修改第69行(label_in= data_file_in["labels"][:,1]>=5 # select label),将1改成0即可得到high valence、low valence标签。想要做四分类任务可以先得到arousal、valence这两个维度各自的的标签,再用if判断进一步划分为arousal high valence、high arousal low valence、low arousal high valence、low arousal low valence四个类别,将标签的值记为0 、1、 2、 3。用这个数据集就可以复现论文中的四分类。

yyjdsads commented 3 months ago

实现四分类的代码没有放到github项目中, 但是在2分类代码上简单改一下就能实现。在数据处理脚本Data_process(DEAP).py中给出了一个生成high arousal、low arousal二分类标签的例子。这里只需要修改第69行(label_in= data_file_in["labels"][:,1]>=5 # select label),将1改成0即可得到high valence、low valence标签。想要做四分类任务可以先得到arousal、valence这两个维度各自的的标签,再用if判断进一步划分为arousal high valence、high arousal low valence、low arousal high valence、low arousal low valence四个类别,将标签的值记为0 、1、 2、 3。用这个数据集就可以复现论文中的四分类。

您的意思是,我把您在Data_process(DEAP).py中把生成的二分类标签(True或者False)改成相应的1,2,3,4就好了吗?其他脚本我还需要做些改动吗?

kanhaoning commented 3 months ago

你可以只将Data_process(DEAP).py中的标签改为0,1,2,3后训练试一下,如果发现报错或者结果明显异常再分析。