Klassifikator Vorhersagen sind unzuverlässig, ist das, weil mein GMM Klassifikator nicht richtig trainiert ist?

Question

Ich trainiere zwei GMM-Klassifikatoren, jeweils für ein Label, mit MFCC-Werten. Ich verkettete alle MFCC-Werte einer Klasse und passte in einen Klassifikator. Und für jeden Klassifikator summiere ich die Wahrscheinlichkeit der Wahrscheinlichkeit seines Labels.

def createGMMClassifiers(): 
    label_samples = {} 
    for label, sample in training.iteritems(): 
     labelstack = np.empty((50,13)) 
     for feature in sample: 
      #debugger.set_trace() 
      labelstack = np.concatenate((labelstack,feature)) 
     label_samples[label]=labelstack 
    for label in label_samples: 
     #debugger.set_trace() 
     classifiers[label] = mixture.GMM(n_components = n_classes) 
     classifiers[label].fit(label_samples[label]) 
    for sample in testing['happy']: 
     classify(sample) 
def classify(testMFCC): 
    probability = {'happy':0,'sad':0} 
    for name, classifier in classifiers.iteritems(): 
     prediction = classifier.predict_proba(testMFCC) 
     for probforlabel in prediction: 
      probability[name]+=probforlabel[0] 
    print 'happy ',probability['happy'],'sad ',probability['sad'] 

    if(probability['happy']>probability['sad']): 
     print 'happy' 
    else: 
     print 'sad' 

Aber meine Ergebnisse scheint nicht konsequent zu sein und ich finde es schwer, weil der Zustand RandomSeed = None ist es zu glauben, da alle Prognosen oft das gleiche Etikett für alle Testdaten sind, aber jeder Lauf es gibt oft die genauen Gegensätze (siehe Ausgang 1 und Ausgang 2).

Also meine Frage ist, mache ich etwas offensichtlich falsch beim Training meiner Klassifikator?

Ausgang 1:

happy 123.559202732 sad 122.409167294 
happy 

happy 120.000879032 sad 119.883786657 
happy 

happy 124.000069307 sad 123.999928962 
happy 

happy 118.874574047 sad 118.920941127 
sad 

happy 117.441353421 sad 122.71924156 
sad 

happy 122.210579428 sad 121.997571901 
happy 

happy 120.981752603 sad 120.325940128 
happy 

happy 126.013713257 sad 125.885047394 
happy 

happy 122.776016525 sad 122.12320875 
happy 

happy 115.064172476 sad 114.999513909 
happy 

Ausgang 2:

happy 123.559202732 sad 122.409167294 
happy 

happy 120.000879032 sad 119.883786657 
happy 

happy 124.000069307 sad 123.999928962 
happy 

happy 118.874574047 sad 118.920941127 
sad 

happy 117.441353421 sad 122.71924156 
sad 

happy 122.210579428 sad 121.997571901 
happy 

happy 120.981752603 sad 120.325940128 
happy 

happy 126.013713257 sad 125.885047394 
happy 

happy 122.776016525 sad 122.12320875 
happy 

happy 115.064172476 sad 114.999513909 
happy 

Früher fragte ich eine relevante Frage und bekam eine richtige Antwort. Ich gebe den Link unten an.

Having different results every run with GMM Classifier

Edit: hinzugefügt Hauptfunktion, die die Daten und teilt sich in Ausbildung sammelt und Test

def main(): 
    happyDir = dir+'happy/' 
    sadDir = dir+'sad/' 
    training["sad"]=[] 
    training["happy"]=[] 
    testing["happy"]=[] 
    #TestSet 
    for wavFile in os.listdir(happyDir)[::-1][:10]: 
     #print wavFile 
     fullPath = happyDir+wavFile 
     testing["happy"].append(sf.getFeatures(fullPath)) 
    #TrainSet 
    for wavFile in os.listdir(happyDir)[::-1][10:]: 
     #print wavFile 
     fullPath = happyDir+wavFile 
     training["happy"].append(sf.getFeatures(fullPath)) 
    for wavFile in os.listdir(sadDir)[::-1][10:]: 
     fullPath = sadDir+wavFile 
     training["sad"].append(sf.getFeatures(fullPath)) 
    #Ensure the number of files in set 
    print "Test(Happy): ", len(testing['happy']) 
    print "Train(Happy): ", len(training['happy']) 
    createGMMClassifiers() 

Edit 2: den Code geändert, um die Antwort nach. Immer noch ähnliche inkonsistente Ergebnisse.

Answer 1

Für Klassifizierungsaufgaben ist es wichtig, die dem Klassifikator zugeteilten Parameter abzustimmen, auch eine große Anzahl von Klassifikationsalgorithmen folgen der Wähltheorie, dh wenn Sie einige Parameter des Modells kurz ändern, können Sie einige sehr unterschiedliche Ergebnisse erhalten. Außerdem ist es wichtig, verschiedene Algorithmen zu verwenden und nicht nur einen Algorithmus für alle Klassifizierungsaufgaben zu verwenden. Für dieses Problem können Sie verschiedene Klassifizierungsalgorithmen ausprobieren, um zu testen, ob Ihre Daten gut sind, und verschiedene Parameter mit unterschiedlichen Werten für jeden Klassifikator ausprobieren , dann können Sie feststellen, wo das Problem liegt.

Eine alternative Möglichkeit ist Grid Suche zu verwenden, um zu erforschen und tune besten Parameter für bestimmte Klassifikator, dies zu lesen: http://scikit-learn.org/stable/modules/grid_search.html

Answer 2

Ihr Code nicht viel Sinn hat, erstellen Sie Klassifizierer für jeden neuen Trainingsprobe.

korrektes Codeschema für das Training sollte etwa so aussehen:

label_samples = {} 
classifiers = {} 

# First we collect all samples per label into array of samples 
for label, sample in samples: 
    label_samples[label].concatenate(sample) 

# Then we train classifier on every label data 
for label in label_samples: 
    classifiers[label] = mixture.GMM(n_components = n_classes) 
    classifiers[label].fit(label_samples[label]) 

Ihre Dekodierung Code in Ordnung ist.