[❓질문] 시계열 데이터 학습할 때

[환상적이구만(180.224)]

입력 시계열 데이터가 (샘플수, 샘플당 시계열 데이터 수, 채널 수) 이렇게 (467, 249, 5) 입니다. 근데 선행연구에서 공개되어있는 어떤 1D-CNN 모델로 해봐도 val_accuracy가 0.6을 못 넘깁니다. (삼중분류 기준). 그렇다면 뭐를 손봐야 할까요?

특히

특히 model.predict 결과에서 다음과 같이 한쪽으로만 쏠린 결과예측이 나타납니다 자꾸.

[익명(125.132)]

하나로 밀어버리는거면 학습 불균형 문제 적은데이터 늘리거나 배치에 들어가는 데이터 균형 맞추거나 불균형 학습에 사용되는 로스 쓰거나 로스 가중치 조절 하거나 하면됨

[환상적이구만(180.224)]

하나라 밀어버리는 학습 불균형 문제는 해결되었으나 테스트 데이터 예측률이 0.34네요.. ㅠ

[익명(106.101)]

데이터가 0쪽으로 너무 편향되어있어서(99퍼가 0인 데이터라던지) 모델이 무지성 닥 0으로 때리는게 loss 줄이는거에 유리한 상황 아님? 의료데이터가 특히 이런데 데이터 한번 확인해봐야할듯