Sensör teknolojisi ve makine öğrenimi algoritmaları birkaç on yıl içinde evrimleşmiş olsa da fizyolojik sinyalleri kullanarak duygu sınıflandırması hala zorlu bir görevdir. Bu çalışmada, KNN, DT, RF, LR ve XGB algoritmalarının CASE veri seti üzerinde duygu sınıflandırmasındaki performansları değerlendirildi. Orijinal veri setinden Downsampled, Resampled-EM ve Resampled-VA olarak isimlendirilen 3 alt-veri seti elde edildi. Daha sonra, en küçük boyuta sahip veri setine hiperparametre ayarlaması uygulandı ve algoritmalar hiperparametre ayarlamasında elde edilen parametrelerle ResampledEM, Resampled-VA ve orijinal setlere uygulandı. Elde edilen sonuçlara göre, KNN, RF ve XGB algoritmaları Resampled-VA setinde DT algoritmasına kıyasla daha yüksek doğruluklar sağladı. Bu durum Resampled-EM seti için tam tersi olarak gözlemlendi. XGB algoritması, %97.44 ile tüm sonuçlar arasında en yüksek doğruluğu sağladı. Bu çalışma, CASE veri setinde duygu sınıflandırması için makine öğrenimi algoritmalarını en kapsamlı şekilde kullanan çalışma olarak değerlendirilebilir.
Yildiz et al. (Wed,) studied this question.