Я новичок в этом форуме и совершенно новый в мире нейронных сетей. Я пытаюсь разработать проект для своего университета, и он в основном состоит из создания нейронной сети, способной классифицировать пол человека по способу его ходьбы. Они дали мне определенное количество файлов .csv, каждый из которых относится к определенному человеку, которые содержат 18 позных ориентиров, где каждое из них состоит из трех значений: x, y и вероятность p, что определенная точка находится в [х, у]. Каждый кортеж каждого набора данных идентифицирует кадр видео, в котором эти данные были извлечены. У меня вопрос, можно ли классифицировать пол человека по тому, как он / она проходит по этим данным? Я спрашиваю об этом, потому что я могу получить только 50% точности, что недостаточно для таких целей. Что я сделал, так это построил новый фрейм данных, где каждая функция - это расстояние от точки до следующего фрейма, и я сделал это для каждого ориентира. Не уверен, что это лучший способ сделать это, но я даже не уверен, что можно достичь этой цели, используя эти данные. Вот почему я прошу вас помочь.
Это модель, которую я использовал:
model = models.Sequential()
model.add(layers.Dense(128, input_shape=(29, ), init='normal', activation='sigmoid'))
model.add(layers.Dense(64, init='normal', activation='sigmoid'))
model.add(layers.Dense(32, init='normal', activation='sigmoid'))
model.add(layers.Dense(16, init='normal', activation='sigmoid'))
model.add(layers.Dense(1, init='normal', activation='softmax'))
model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['acc'])