数据集的处理问题

[songyue666666]

请问您的代码是不是没有用交叉验证呢？只是把前4个Session的作为训练集，剩下的Session5作为验证集和测试集？

[kvincek]

请问您的代码是不是没有用交叉验证呢？只是把前4个Session的作为训练集，剩下的Session5作为验证集和测试集？

我觉得作者使用一个单独的session来做validation可以避免过拟合，毕竟随机抽样的话，过拟合了就没法从validation accuracy看出来了

[xuanjihe]

请问您的代码是不是没有用交叉验证呢？只是把前4个Session的作为训练集，剩下的Session5作为验证集和测试集？

这个代码没有交叉验证，你只要把训练的session换一下就可以了，另外，session1-4训练，session5验证，效果应该50%左右，你换别的session进行训练，效果会比较好，你也可以不用先统计各个情感的样本数，直接用append

[xuanjihe]

请问您的代码是不是没有用交叉验证呢？只是把前4个Session的作为训练集，剩下的Session5作为验证集和测试集？

我觉得作者使用一个单独的session来做validation可以避免过拟合，毕竟随机抽样的话，过拟合了就没法从validation accuracy看出来了

但这样也有一个问题，容易过拟合验证集，数据量太小了没办法，应该配上early stop比较好点。

[kvincek]

请问您的代码是不是没有用交叉验证呢？只是把前4个Session的作为训练集，剩下的Session5作为验证集和测试集？

我觉得作者使用一个单独的session来做validation可以避免过拟合，毕竟随机抽样的话，过拟合了就没法从validation accuracy看出来了

但这样也有一个问题，容易过拟合验证集，数据量太小了没办法，应该配上early stop比较好点。

是的，我用session5测试出来结果最高53.77%，这个不balance的数据集怎样evaluate还是挺灵活的。 我还发现了个数据处理问题，就是在提取300个frame过程中，你的代码是小于300时zero padding， 大于300时取后300个frame，这样会损失挺多有效frame， 所以可能加一个silence detector会有帮助。 谢谢你的code， 学到很多。

[xuanjihe]

请问您的代码是不是没有用交叉验证呢？只是把前4个Session的作为训练集，剩下的Session5作为验证集和测试集？

我觉得作者使用一个单独的session来做validation可以避免过拟合，毕竟随机抽样的话，过拟合了就没法从validation accuracy看出来了

但这样也有一个问题，容易过拟合验证集，数据量太小了没办法，应该配上early stop比较好点。

是的，我用session5测试出来结果最高53.77%，这个不balance的数据集怎样evaluate还是挺灵活的。 我还发现了个数据处理问题，就是在提取300个frame过程中，你的代码是小于300时zero padding， 大于300时取后300个frame，这样会损失挺多有效frame， 所以可能加一个silence detector会有帮助。 谢谢你的code， 学到很多。

其实有人做过实验，测试的时候，完整的一个句子进行测试效果最好，可以一次测一个句子的方式来进行测试，训练的时候也可以将帧数小于300的重复使用拼接成300帧。