# Ensemble nhiều seed, train toàn bộ dữ liệu, ghép với committee cây: kết quả

Tạo lúc 2026-10-17 07:28. W-bMAE bằng giây, thấp hơn là tốt hơn. Model: `cnn_feat_gru` với đầu vào low-pass 45 Hz và head phân phối `dist_w` (121 lớp, loss có trọng số metric, giải mã trung vị). Ensemble N model = trung bình các phân phối dự đoán rồi lấy trung vị. CV = 5 fold theo người (macro = trung bình seen và unseen). Test công khai = train 500 bản ghi, chấm 40 bản ghi; các thành viên dùng seed 42, 43, ... (42 là seed của ban tổ chức, là gốc của ensemble công khai). Sai số chuẩn của một con số test công khai khoảng 4 s.

Ba công thức huấn luyện: **val25** = 85% số người, lịch 25 epoch, giữ epoch tốt nhất trên 15% người còn lại (cách của các lần chạy trước); **tr85_ep12** = cùng 85% người, lịch 12 epoch, lấy epoch cuối; **full_ep12 / full_ep18** = toàn bộ bản ghi train của lần chia, lịch 12 hoặc 18 epoch, lấy epoch cuối, không có tập kiểm tra.

## 1. Một model đơn (trung bình qua các seed)

| Công thức | Số seed (CV / test) | Seen | Unseen | **CV macro** | SD giữa seed | Test công khai: từng seed | **Seed 42** |
|---|---|---|---|---|---|---|---|
| val25 | 8 / 8 | 40.6 | 41.3 | **40.94** | 0.53 | 45.9 / 43.9 / 45.2 / 49.6 / 43.9 / 45.3 / 45.3 / 44.6 | **45.9** |
| tr85_ep12 | 5 / 5 | 41.1 | 41.0 | **41.03** | 0.42 | 47.9 / 46.3 / 46.1 / 47.6 / 45.9 | **47.9** |
| full_ep12 | 5 / 5 | 40.3 | 40.7 | **40.53** | 0.47 | 46.1 / 46.2 / 44.8 / 46.4 / 46.0 | **46.1** |
| full_ep18 | 5 / 5 | 40.0 | 41.1 | **40.53** | 0.38 | 45.9 / 48.5 / 45.6 / 45.3 / 47.1 | **45.9** |

## 2. Ensemble nhiều seed: đường cong theo số model N

| Công thức | N | **CV macro** | Seen | Unseen | Test công khai (seed 42 + các seed kế tiếp) |
|---|---|---|---|---|---|
| val25 | 1 (trung bình các model đơn) | 40.94 | 40.6 | 41.3 | 45.5 (seed 42: 45.9) |
| val25 | 2 | **40.42** | 40.1 | 40.8 | **44.2** |
| val25 | 3 | **39.73** | 39.3 | 40.2 | **44.0** |
| val25 | 5 | **39.58** | 39.2 | 40.0 | **43.9** |
| val25 | 8 | **39.57** | 39.3 | 39.9 | **43.6** |
| tr85_ep12 | 1 (trung bình các model đơn) | 41.03 | 41.1 | 41.0 | 46.8 (seed 42: 47.9) |
| tr85_ep12 | 2 | **40.59** | 40.6 | 40.6 | **46.4** |
| tr85_ep12 | 3 | **40.25** | 40.3 | 40.2 | **46.0** |
| tr85_ep12 | 5 | **40.32** | 40.4 | 40.3 | **45.9** |
| full_ep12 | 1 (trung bình các model đơn) | 40.53 | 40.3 | 40.7 | 45.9 (seed 42: 46.1) |
| full_ep12 | 2 | **40.14** | 39.6 | 40.7 | **45.6** |
| full_ep12 | 3 | **39.77** | 39.4 | 40.2 | **45.0** |
| full_ep12 | 5 | **39.89** | 39.7 | 40.1 | **45.2** |
| full_ep18 | 1 (trung bình các model đơn) | 40.53 | 40.0 | 41.1 | 46.5 (seed 42: 45.9) |
| full_ep18 | 2 | **40.01** | 39.3 | 40.7 | **46.4** |
| full_ep18 | 3 | **39.69** | 39.2 | 40.2 | **45.8** |
| full_ep18 | 5 | **39.64** | 39.1 | 40.2 | **45.4** |

## 3. So cặp trên từng bản ghi (CV; âm = vế đầu tốt hơn), ± SE

- ensemble 5 model val25 − trung bình 5 model đơn cùng công thức: -1.29 ± 0.08 s (tốt hơn ở 85% bản ghi-nhóm, n = 693)
- ensemble 5 model tr85_ep12 − trung bình 5 model đơn cùng công thức: -0.70 ± 0.04 s (tốt hơn ở 84% bản ghi-nhóm, n = 693)
- ensemble 5 model full_ep12 − trung bình 5 model đơn cùng công thức: -0.65 ± 0.04 s (tốt hơn ở 84% bản ghi-nhóm, n = 693)
- ensemble 5 model full_ep18 − trung bình 5 model đơn cùng công thức: -0.90 ± 0.07 s (tốt hơn ở 85% bản ghi-nhóm, n = 693)
- ensemble 5 model tr85_ep12 − ensemble 5 model val25: +0.47 ± 0.16 s (tốt hơn ở 51% , n = 693)
- ensemble 5 model full_ep12 − ensemble 5 model val25: +0.19 ± 0.15 s (tốt hơn ở 54% , n = 693)
- ensemble 5 model full_ep18 − ensemble 5 model val25: +0.13 ± 0.21 s (tốt hơn ở 60% , n = 693)

## 4. Cách lấy trung bình: trung bình phân phối hay trung bình các con số?

Ensemble 5 model `val25`, CV macro: trung bình phân phối rồi lấy trung vị **39.58**; trung bình các trung vị của từng model 39.70.

## 5. MAE theo bin (CV, gộp mọi cửa sổ giữ ngoài)

| Cấu hình | 0-40 s | 40-90 s | 90-300 s | 300-600 s |
|---|---|---|---|---|
| val25 (model đơn, trung bình) | 15.4 | 33.7 | 80.2 | 295.8 |
| val25 (ensemble 5 model) | 14.4 | 32.2 | 78.0 | 292.8 |
| tr85_ep12 (model đơn, trung bình) | 16.0 | 34.2 | 76.5 | 293.7 |
| tr85_ep12 (ensemble 5 model) | 15.5 | 33.2 | 75.5 | 293.9 |
| full_ep12 (model đơn, trung bình) | 15.7 | 34.3 | 76.3 | 289.3 |
| full_ep12 (ensemble 5 model) | 15.3 | 33.3 | 75.3 | 289.2 |
| full_ep18 (model đơn, trung bình) | 16.7 | 35.7 | 74.8 | 276.4 |
| full_ep18 (ensemble 5 model) | 16.1 | 34.4 | 73.5 | 276.3 |

## 6. Ghép GRU (val25, ensemble 5 model) với committee cây (`committee_stack`)

Dự đoán ghép = α × GRU + (1 − α) × cây. Cây chỉ có 1 seed (CV seed 0, test công khai seed 42). α được chọn bằng CV lồng nhau: với mỗi fold giữ ngoài, α là giá trị tốt nhất trên 4 fold còn lại.

| α (trọng số GRU) | 0.0 | 0.1 | 0.2 | 0.3 | 0.4 | 0.5 | 0.6 | 0.7 | 0.8 | 0.9 | 1.0 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| CV macro | 46.51 | 45.27 | 44.12 | 43.09 | 42.18 | 41.38 | 40.71 | 40.17 | 39.79 | 39.59 | 39.58 |

- Cây một mình (α = 0): CV macro 46.51; GRU ensemble một mình (α = 1): 39.58.
- α chọn lồng nhau theo từng fold: 0.9, 1.0, 0.9, 0.9, 1.0; CV macro của cách chọn lồng nhau: **39.67**.
- α tốt nhất trên toàn bộ CV: 1.0 (CV macro 39.58).
- Tương quan sai số có dấu (dự đoán − nhãn) giữa GRU ensemble và cây trên mọi cửa sổ giữ ngoài: 0.95.
- Ghép với α = 1.0 − GRU ensemble một mình: +0.00 ± 0.00 s (tốt hơn ở 0% bản ghi-nhóm, n = 693).

MAE theo bin (CV): cây: 18.4 / 34.2 / 92.8 / 343.2; GRU ensemble: 14.4 / 32.2 / 78.0 / 292.8; ghép α = 1.0: 14.4 / 32.2 / 78.0 / 292.8

## 7. Điểm test công khai seed 42, theo từng công thức

| Công thức | Model đơn seed 42 | Ensemble 5 model (seed 42-46) | Ensemble 8 model (seed 42-49) |
|---|---|---|---|
| val25 | 45.9 | 43.9 | 43.6 |
| tr85_ep12 | 47.9 | 45.9 | - |
| full_ep12 | 46.1 | 45.2 | - |
| full_ep18 | 45.9 | 45.4 | - |
| `committee_stack` cây (seed 42) | 52.0 | | |
| Ghép val25 ensemble 5 + cây, α = 1.0 | | 43.9 | |
| Ghép val25 ensemble 5 + cây, α = 0.5 | | 46.8 | |
| Ghép val25 ensemble 5 + cây, α = 0.7 | | 45.3 | |

Mốc cùng seed 42 trên 40 bản ghi: GRU `lp45` đơn 48.8, `dist_w` đơn 48.0 (lần chạy trước), `committee_stack` cây 52.0, hằng số 60.7.
