Discusión sobre el artículo "Sistema secuencial de Tom DeMark (TD SEQUENTIAL) con uso de inteligencia artificial" - página 4

Nuevo comentario
 
toxic:


Entonces... por favor explícame un par de cosas, por ejemplo, tomo un archivo toad, ¿es un modelo entrenado? Hay tres métodos, no hay referencias a referencias y en los propios métodos los coeficientes están shardcoded, pero toman 5 fichas, y había 15, ¿qué fichas usaste o cómo redujiste la dimensionalidad de 15->5?

¿Y necesito el binario *.vrm para algo, si solo necesito hacer una prueba?


Sí en toad y mkul ya están entrenados los modelos y el resultado del entrenamiento se especifica en la parte inferior, también en la parte inferior se especifican exactamente las entradas que se deben utilizar, sustituyéndolas en las variables v0..... vN. No confundas el orden, es importante, cada input debe estar en su sitio. vmr se ha dado cuenta :-))

Es decir, además de construir el modelo, el optimizador también selecciona los inputs a utilizar. He puesto un fichero de entrenamiento en el que las entradas están etiquetadas por letras, puedes emparejarlas ahí tú mismo.

 
Mihail Marchukajtes:


Si en toad y mkul los modelos ya entrenados y el resultado del entrenamiento se especifica en la parte inferior, también en la parte inferior se especifican exactamente las entradas que deben ser utilizadas sustituyéndolas en las variables v0..... vN. No confundas el orden, es importante, cada input debe estar en su sitio. vmr se ha dado cuenta :-))

Es decir, además de construir el modelo, el optimizador también selecciona los inputs a utilizar. He tirado un fichero de entrenamiento en el que los inputs están etiquetados por letras, puedes compararlos tú mismo.

Algo habré hecho mal, pero de momento resulta ser un poco peor que el aleatorio, en casi un 2%.

¿Y puedes proporcionar también el conjunto que probaste con etiquetas de características en aras de la pureza del experimento? No has ejecutado todo el conjunto de pruebas, ¿verdad?

Toad - proyecto adjunto.

Archivos adjuntos:
vrmtest.zip  524 kb
 
toxic:

Probablemente estoy metiendo la pata en algo, pero hasta ahora está funcionando ligeramente peor que al azar, a casi 2%.

¿Puedes proporcionar también el conjunto que probaste con etiquetas de características en aras de la pureza? No has probado todo el conjunto, ¿verdad?

Sapo: adjunto el proyecto.


Admito que no entendí bien el sentido del mensaje. Sí, tomé las primeras 50 líneas de tu archivo Traine, que enviaste. Ahora lo que tiene que hacer????

Admito ser honesto 65000 líneas apenas voy a correr, pero aceptable 100 o 200 bastante bien, pero sólo el modelo se construirá hasta la mañana. Entonces, ¿qué hay que hacer????

 
Mihail Marchukajtes:


Admito que no entendí bien el sentido del post. Sí tomé las primeras 50 líneas de tu archivo Traine que enviaste. Ahora, ¿qué tengo que hacer????

Admito honestamente 65000 líneas apenas voy a correr, pero aceptable 100 o 200 bastante bien, pero sólo el modelo se construirá hasta la mañana. Así que tenemos que hacer????

Estoy recibiendo una precisión del 48,2%.

Necesito las muestras que ha comprobado, quiero entender si me he equivocado o no.

* Sensibilidad de la capacidad de generalización: 82.92682926829268%* Especificidad de la capacidad de generalización: 47.82608695652174%* Capacidad de generalización: 70.3125%* VerdaderosPositivos: 34 * FalsosPositivos: 7* VerdaderosNegativos: 11* FalsosNegativos: 12* Total de patrones en las muestras con estadísticas: 64 - Dónde están????
String testPath = "vrmtest/test.csv";
double[][] inputs = FileIO.parseCsvFile(testPath, ";", "W","E","R","T","Y","X");
double[][] outputs = FileIO.parseCsvFile(testPath, ";", "V");

double accuracy = 0;
int all = 0;

for (int i = 0; i < inputs.length; i++)
{
    double[] x = inputs[i];
    double[] y = outputs[i];
    int predict = Model.getTernaryClassificator(x[0], x[1], x[2], x[3], x[4], x[5]);

    if (predict!=0)
    {
        if (predict*y[0] > 0) accuracy++;
        all++;
    }
}

accuracy = accuracy / all;
System.out.println(accuracy);
 
toxic:

Estoy obteniendo una precisión del 48,2%.

Necesito las muestras que has comprobado, quiero saber si me he equivocado o no.


MMMM. Lo que pasa es que el archivo que envié para entrenamiento, está dividido en dos muestras, una para prueba y otra para testeo. Se divide aleatoriamente cada vez, aquí hay que mirar el propio optimizador, después de dividir la muestra se realiza el entrenamiento y la prueba en la zona seleccionada. Y para las tareas de clasificación el orden de llegada de los patrones no es importante. Y que yo sepa, hace la división hasta 100 veces, según recuerdo que dijo Yuri. Es decir, subí un fichero con 50 datos, los dividió en dos secciones y entrenó el resultado, luego los volvió a dividir, etc. Tienes que leer su descripción aquí Hay una sección sobre la división de la muestra, cómo sucede. Probablemente se divide por la mitad con el 50% al principio y la prueba al final, pero eso no es cierto. La muestra de entrenamiento se divide según otro principio, no por la hora de llegada. Para las tareas de predicción, el orden de llegada de los patrones es IMPORTANTE. Para las tareas de clasificación no lo es.

Así que es así..... Hm....

Метод Брауна-Робинсон-Решетова - Векторная машина Решетова
  • sites.google.com
Метод Брауна-Робинсон является наиболее старым (1951 г.) алгоритмом итеративного решения минимаксных задач, представленных в виде платёжных матриц. При этом он является методом поиска решения с оппонентом и способностью авторедукции доминируемых строк и столбцов. Однако, ему присущи ряд недостатков: Несоответствие решения аксиоматике вектора...
 
El caso es que tengo la versión 14 del optimizador, la última de él. Sinceramente, me preocupa la desaparición de Reshetov, pase lo que pase. Y hay sospechas de que el proyecto contiene errores o no está terminado hasta el final. Yuri desapareció abruptamente. Así que me resulta difícil hablar de la implementación dentro del optimizador. Soy un usuario de NS, no un desarrollador. Para mí es importante preparar los datos, seleccionar la salida y configurar el sistema. Pero aún no he analizado el código interno, aunque hay interés en ello. Creo que en un futuro próximo empezaré a analizar su proyecto. Y la pregunta está abierta sobre la separación de la muestra, pero sería interesante ver el resultado del modelo fuera de la muestra, más allá como dicen, y ya en esta sección para ver las estadísticas. Sobre datos que la red no ha visto. Esto es lo interesante.
 
Mihail Marchukajtes:
Pero sería interesante ver el resultado del trabajo del modelo fuera de la muestra, más allá, como se suele decir, y ver las estadísticas de este apartado. Sobre datos que la red no ha visto. Eso es lo interesante.
Bueno, he colgado el proyecto más arriba, podéis comprobar lo que sale.
 

Estimados compañeros, es posible hacer y comprobar en neuronka por ejemplo 1 patrón, sería interesante ver como queda todo, y que saldrá en general.Si es posible hacerlo, colgaré un gráfico sencillo donde se indicará claramente la figura del patrón, por supuesto funciona en cualquier mercado y par.En caso afirmativo, os enviaré una pantalla si es posible ejecutarlo en los principales pares, y también neuronka en la versión 5 o 4 que uséis.

 
Vizard_:

De frente -
En el conjunto de datos tóxicos -
trend=67.1%. test=67%.

¡Oh! ¡Eso ya es verdad! Incluso 1,3% más que la mía))) Pero usted y en numerai me superó recuerdo, respeto a usted, usted sabe)))))

Espero que lo aprendiste por lo que no en 50 muestras? De lo contrario no voy a caer dormido))))

 
Vizard_:
Y se les advirtió varias veces))))
------
En frente-
En el conjunto de datos tóxicos -
trend=67,1%. test=67%.

Es sólo una suposición. Y el peligro de usar software siempre implica tal. Intenta entrenar tu IA pero con las recomendaciones anteriores. No hay nada que suponer. Simplemente coge Sequenta, guarda los datos de entrada y entrena tu IA, ver el resultado entrenado en una IA alternativa será mucho más interesante.
12345678910
Nuevo comentario