基于CNN与加速度计的人类活动识别准确率偏低问题求助

同数据集预测准确率偏低（0.7 vs 训练验证0.9）的原因 #

• 数据泄露导致验证准确率虚高：你先对全量数据集做滑窗切帧，再随机拆分训练测试集。由于帧之间有50%重叠（帧长80，步长40），测试集的大部分帧和训练集存在时间片段重叠，相当于模型训练时已经见过测试集的大部分数据，0.9的验证准确率不代表真实泛化能力。
• 预测帧生成逻辑不一致：训练时你使用get_frames函数生成帧，预测时调用的是get_frames_2，如果两个函数的滑窗逻辑、数据维度处理逻辑有差异，会导致输入模型的帧和训练时的分布不一致，准确率下降。
• 标签映射错误：LabelEncoder是按类别字母顺序生成标签，而非你append数据的顺序。你默认Jogging标签为1，实际需要打印label.classes_确认映射关系，如果映射不匹配，准确率计算会完全错误。
• 样本量不足：当前全数据集生成的总帧数仅500多帧，样本量过小极易发生过拟合，泛化能力天然较差。

自采集手机数据准确率为0的原因 #

• 坐标系不匹配：训练集的加速度计三轴坐标系定义（轴向、佩戴方向）和你手机采集时的坐标系不一致，比如训练集设备固定佩戴在腰部轴向朝前，你采集时手机随意放在口袋中，三轴数值分布和训练集完全不同。
• 设备与预处理偏差：不同型号的加速度计存在零点偏移、灵敏度差异，你直接用训练集拟合的StandardScaler缩放自采集数据，缩放后的数据分布和训练集差异过大，模型无法识别。
• 佩戴位置/行为模式差异：如果训练集的设备佩戴位置、活动执行幅度和你自采集时的情况不一致，加速度特征会存在明显分布差异，模型没有学习过对应的特征就会预测错误。
• 标签对齐误差：自采集数据如果没有剔除活动切换的过渡片段、没有严格对齐标签，会导致输入帧的实际标签和你假设的标签不符。

优化建议 #

• 修正数据集拆分逻辑，避免数据泄露，优先按用户维度/不重叠的时间片段拆分训练测试集，再单独做滑窗切帧。
• 统一训练和预测的帧生成逻辑，使用同一个get_frames函数处理所有数据。
• 打印label.classes_确认标签映射关系，修正准确率计算时传入的预期标签值。
• 针对自采集数据，先做坐标系归一化（比如重力方向对齐、轴向旋转校正），如果自采集数据量足够，可以用少量自采集数据对scaler做微调，或者做域适配处理。
• 模型层面建议替换为1D卷积提取时序特征，更适合加速度计这类时序信号；增加训练epoch数（可搭配早停策略防止过拟合），适当扩充训练数据量提升泛化能力。

内容的提问来源于stack exchange，提问作者magdizal