分类器预测是不可靠的，这是因为我的GMM分类器训练不正确吗？

Question

我正在训练两个GMM分类器，每个分类器对应一个标签，使用MFCC值。 我连接了一个类的所有MFCC值，并将其拟合到一个分类器中。 对于每个分类器，我求出其标签概率的总和。在

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'

但我的结果似乎并不一致，我发现很难相信这是因为RandomSeed=None状态，因为对于所有测试数据，所有的预测通常都是同一个标签，但每次运行都会给出完全相反的结果（见输出1和输出2）。在

所以我的问题是，在训练分类器的时候，我是不是做了一些明显的错误？在

输出1：

^{2}$

输出2：

^{2}$

早些时候我问了一个相关的问题，得到了正确的答案。我提供下面的链接。在

Having different results every run with GMM Classifier

编辑： 增加了收集数据并分为培训和测试的主要功能

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()

编辑2： 根据答案改变了密码。仍然有类似的不一致的结果。在

Answer 1

你的代码没有什么意义，你为每个新的训练样本重新创建分类器。在

正确的培训代码方案应考虑以下内容：

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])

你的解码码没问题。在

Answer 2

对于分类任务来说，调整给定给分类器的参数是很重要的，而且大量的分类算法遵循选择理论，这意味着如果你简单地改变模型的某些参数，可能会得到一些巨大的不同结果。另外，重要的是要使用不同的算法，而不是只对所有分类任务使用一种算法

对于这个问题，您可以尝试不同的分类算法来测试您的数据是否良好，并尝试为每个分类器使用不同值的不同参数，这样就可以确定问题出在哪里了。在

另一种方法是使用网格搜索来探索和优化特定分类器的最佳参数，请阅读以下内容：http://scikit-learn.org/stable/modules/grid_search.html