问我应该把“未知”班和其他班分开训练吗？

EN

有几种方法可以做到这一点。例子如下：

二进制分类器

使用监督学习为已知的和未知的训练一个单独的二进制分类器。已知数据将来自您的数据集，而未知数据集是来自不同数据集(如AudioSet et.c )的大量样本。

异常检测器

只使用你的数据集(已知的)和无监督的学习，训练一个异常/分布外的模型.这应该是在你的CNN的学习代表。您可以使用高斯混合模型(例如，来自scikit-learn)作为异常模型。要验证它是否有效，并设置诸如高斯数、异常阈值等超参数，您应该使用来自另一个数据集的几个样本(AudioSet等)。

事实上，以牺牲其他类为代价，过度学习“未知”类(由于数量较大)确实存在风险，这可能导致错误的“未知”结果。

这主要取决于“未知”数据与“已知”数据的距离。

以下是三个潜在的解决方案：

• 一个简单的方法是使用随机的“未知”数据，数量大于“已知”日期的平均数量(但不要太大:例如，两倍大)。
• 一种逻辑方法是从未知数据的多元正态分布中得到一个有代表性的样本。https://juanitorduz.github.io/multivariate_正常/
• 一个高级的方法是通过一个无监督的分类模型来获取“未知”数据，这些数据更接近“已知”数据。然后，https://scikit-learn.org/stable/unsupervised_learning.html添加一些更多的未知数据，以便更好地概括它们。