Wie lässt sich der Beitrag eines "spezifischen" Inputs zu den NS praktisch bewerten?
Nicht ganz Freitag, aber ...
Es gibt ein NS, irgendein NS, es gibt eine Eingabe A={A1, A2, .... A20}. Trainieren Sie die NS und erzielen Sie ein zufriedenstellendes Ergebnis. Wie lässt sich der Beitrag der einzelnen Elemente der Eingaben A1, A2, ... praktisch bewerten? A20 zu diesem Ergebnis?
Die Optionen, die mir in den Sinn kommen, sind:
1) Alle Gewichte, mit denen das Element das Netz durchläuft, irgendwie zusammenzählen und berechnen. Mir ist nicht ganz klar, wie ich das machen soll, ich müsste mich in den Netzbetrieb vertiefen und irgendwie einige Koeffizienten berechnen, usw.
2) Versuchen Sie, ein Element des Eingangsvektors auf Null zu setzen oder umzukehren, um zu sehen, wie sich dies auf das Endergebnis auswirkt. Bis jetzt habe ich mich damit abgefunden.
Doch bevor ich diese zweite Variante realisierte, beschloss ich, meinen Rat einzuholen. Vielleicht hat jemand schon länger über dieses Thema nachgedacht als ich? Vielleicht kann jemand einen Buch-Artikel empfehlen?
oder vielleicht diesen Input ausschließen und versuchen, ohne ihn zu unterrichten. Wenn das Ergebnis fast identisch ist, haben Sie nicht wirklich das richtige Element eliminiert :)
Oder Sie können diesen Input ausschließen und versuchen, ohne ihn zu trainieren. Wenn das Ergebnis fast identisch ist, dann haben wir nicht das richtige Element ausgeschlossen :)
Dieser Ansatz hängt stark von der Trainingsmethode ab, oder besser gesagt von der Fähigkeit des Trainings, das absolute Maximum zu finden. Ich zum Beispiel habe keine Illusionen in dieser Hinsicht, ich bin sicher, dass mit GA zu trainieren 300 Gewichte Ich werde es nicht finden. Es gibt also ein lokales Maximum, aber das passt mir gut. Wenn ich etwas ausschließe, kann ich ein ebenso gutes Ergebnis erzielen, nur in einer anderen Variante von NS. Aber wenn ich NS mit Hilfe von ISC trainieren könnte, d.h. die einzig richtige Lösung zu finden - dann würde ich genau das tun.
In jedem Fall ist meine Aufgabe eine andere: Es gibt einen NS, es gibt einen Input, es gibt ein Lernergebnis, und es muss der Grad des Einflusses jedes Elements des Inputs auf das Endergebnis gefunden werden.
Hier ergibt sich folgendes Bild: Dieser Ansatz hängt stark von der Lernmethode ab, oder besser gesagt von der Fähigkeit des Lernens, das absolute Maximum zu finden. Ich mache mir keine Illusionen darüber, ich bin sicher, dass ich kein absolutes Maximum finden kann, indem ich 300 Gewichte in einem Netz mit GA trainiere. Es gibt also ein lokales Maximum, aber das passt mir gut. Wenn ich etwas ausschließe, kann ich ein ebenso gutes Ergebnis erzielen, nur in einer anderen Variante von NS. Aber wenn ich NS mit Hilfe von ISC trainieren könnte, d.h. die einzig richtige Lösung zu finden - dann würde ich genau das tun.
In jedem Fall ist meine Aufgabe eine andere: Es gibt einen NS, es gibt einen Input, es gibt ein Lernergebnis, und es muss der Grad des Einflusses jedes Elements des Inputs auf das Endergebnis gefunden werden.
Dann die Option 2. Aber wahrscheinlich keine Nullstellung oder Invertierung, sondern Ersetzung durch Zufall (Rauschen)
aber ersetzen Sie es durch Zufall (Rauschen)
Eine andere Möglichkeit besteht darin, alle Netze mit 1 Eingang, dann 2 Eingängen, dann 3 Eingängen usw. zu testen. :-)
Genau das habe ich auch gedacht... Ich sollte irgendwie versuchen, die Verknüpfung von Eingängen zu berücksichtigen, d. h. auch Eingänge in Gruppen auszuschließen oder einzuschließen.
Die Ergebnisse sind sehr interessant, aber ich weiß nicht, wie ich sie interpretieren soll).
Ich begann zu experimentieren und eliminierte verschiedene Kombinationen von 1 bis 5 Eingängen. Die Ergebnisse sind sehr interessant, aber ich weiß noch nicht, wie ich sie interpretieren soll) Einige Ergebnisse sind einfach so unerwartet... Ich werde mich noch lange Zeit am Kopf kratzen müssen.
Was ist die Überraschung?
Der Grad des Einflusses jedes einzelnen Inputs ist praktisch unmöglich zu beurteilen . Es gibt alle möglichen mathematischen Formeln, und spezielle Software kann den Grad des Einflusses automatisch berechnen. Bei all diesen Berechnungen handelt es sich jedoch nur um einen konventionellen Wert, der nicht wirklich viel aussagt, da er einen großen Fehler haben kann.
Nur ein Händler, der aus eigener Erfahrung weiß, welches Instrument einen größeren Einfluss auf ein anderes Instrument hat (wenn es sich um Mehrwährungsbuchungen handelt), kann dies aus Erfahrung feststellen.
Wenn wir über die Auswahl von Indikatoren als Input aus demselben Symbol sprechen, mit dem wir handeln, hat die Auswahl eines Inputs aus verschiedenen Indikatoren fast keine Auswirkung auf den Output des neuronalen Netzes, da das neuronale Netz sehr nicht-linear ist und es daher fast egal ist, was eingegeben wird - stochastisch oder mcd oder irgendetwas anderes. Es wird also definitiv einen Unterschied geben, aber keinen drastischen oder allgemein bemerkenswerten, der das Ergebnis praktisch nicht beeinflusst.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Nicht ganz Freitag, aber ...
Es gibt ein NS, irgendein NS, es gibt eine Eingabe A={A1, A2, .... A20}. Trainieren Sie die NS und erzielen Sie ein zufriedenstellendes Ergebnis. Wie lässt sich der Beitrag der einzelnen Elemente der Eingaben A1, A2, ... praktisch bewerten? A20 zu diesem Ergebnis?
Die Optionen, die mir in den Sinn kommen, sind:
1) Alle Gewichte, mit denen das Element das Netz durchläuft, irgendwie zusammenzählen und berechnen. Mir ist nicht ganz klar, wie ich das machen soll, ich müsste mich in den Netzbetrieb vertiefen und irgendwie einige Koeffizienten berechnen, usw.
2) Versuchen Sie, ein Element des Eingangsvektors auf Null zu setzen oder umzukehren, um zu sehen, wie sich dies auf das Endergebnis auswirkt. Bis jetzt habe ich mich damit abgefunden.
Doch bevor ich diese zweite Variante realisierte, beschloss ich, meinen Rat einzuholen. Wer hat vielleicht schon länger über dieses Thema nachgedacht als ich? Vielleicht kann jemand einen Buch-Artikel empfehlen?