記事「CatBoostモデルにおける交差検証と因果推論の基本、ONNX形式への書き出し」についてのディスカッション - ページ 2 12 新しいコメント Maxim Dmitrievsky 2023.11.21 21:24 #11 Forester #: そうでなければならない。 なぜ逆順にするのか？ なぜこのようにしたのか思い出せない...ソース配列の直列性の問題だったと思う。AsSeriesのtrue-falseでどう反転させても、同じモデルのシグナルが出た。MQLの "特殊性 "についてはよく知らない。 モデル出力の設定もよく分からないので、pokeメソッドで調整した。記事にも書いた。 Aleksei Kuznetsov 2023.11.21 22:02 #12 Maxim Dmitrievsky #:なぜこのようにしたのかは覚えていない。ソース配列のシリアライズに問題があったのだと思う。AsSeriesをtrue-falseで反転させても、同じモデルのシグナルが表示されました。MQLの "特殊性 "についてはよく知りません。 モデル出力の設定もよく分からないので、pokeメソッドで調整した。記事にも書きました。 テスターではpythonと同じグラフが得られるので、反転する必要はないと思います。そうでなければ、分割はチップ上で機能せず、予測にランダム性が生じるでしょう。 Sericityは、配列を作成した後にインデックスで埋めた場合は役に立ちません。おそらく...。私自身はシリアライゼーションは扱っていない。 Maxim Dmitrievsky 2023.11.21 22:08 #13 Forester #: テスターでは python と同じグラフが得られるので、反転させる必要はないと思います。そうでないと、分割がうまくいかず、予測にランダム性が出てしまいます。 Sericityは、配列を作成した後にインデックスで埋めた場合は役に立ちません。 fの代わりにfeatureを代入すると、予測は異なるものになる。 Aleksei Kuznetsov 2023.11.21 22:11 #14 Maxim Dmitrievsky #:そして、fをフィーチャーに置き換えると、異なる予測が得られる。 それは奇妙だ。1対1でコピーされているようです。 UPD: OnnxRunのヘルプにある例では、featuresは行列で渡されますが、あなたのfeaturesは配列で渡されます。ヘルプの書き方がおかしいですね。 Maxim Dmitrievsky 2023.11.21 22:13 #15 Forester #: 奇妙だ...まるで1対1のコピーのようだ。 その通りだが、モデルの反応が違う k...アーティファクト、はい、取り除けます。 Aleksei Kuznetsov 2023.11.21 22:26 #16 Maxim Dmitrievsky #:その通り、モデルの反応は異なるk...アーティファクト。 シリアライズがfeaturesに設定されているのを見た。だから結果が違うのだろう。 Maxim Dmitrievsky 2023.11.21 22:26 #17 Forester #:奇妙だ...。1対1でコピーされているようです。 UPD: OnnxRunのヘルプにある例では、チップはマトリックスで渡されているのに対して、あなたのは配列で渡されている。ヘルプに書いてあるとおりにならないのは不思議です。 ONNXモデルの入出力値として渡せるのは、配列、ベクトル、行列 （ 以下Data）のみです 。 ベクトルでも間違った反応が返ってきたようだ。再確認が必要だが、今のところ動作している。 https://www.mql5.com/ja/docs/onnx/onnx_types_autoconversion Документация по MQL5: ONNX модели / Автоконвертация данных www.mql5.com Автоконвертация данных - ONNX модели - Справочник MQL5 - Справочник по языку алгоритмического/автоматического трейдинга для MetaTrader 5 Ramirzaev 2023.12.07 12:44 #18 素晴らしい記事だ。1つは方向を予測するニューロン、もう1つは最初の予測が正しい確率を予測するニューロンです。そこで質問なのですが、勾配ブースティングを 選んだのは、この分野でニューラルネットワークよりも優れているからですか？ Maxim Dmitrievsky 2023.12.08 03:23 #19 Ramirzaev 勾配ブースティングを 選んだのは、この分野でニューラルネットワークよりも優れているからですか？ ありがとう。私のデータセットで単純なMLP、RNN、LSTMとboustingの結果を比較しました。大差はなく、boustingの方が優れていることもありました。boustingの方が学習速度が速く、アーキテクチャをあまり気にする必要がありません。というのも、NSは拡張性があり、NSの様々なバリエーションを構築することができるからだ。この点ではNSの方が優れている。 12 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
そうでなければならない。 なぜ逆順にするのか？
なぜこのようにしたのか思い出せない...ソース配列の直列性の問題だったと思う。AsSeriesのtrue-falseでどう反転させても、同じモデルのシグナルが出た。
MQLの "特殊性 "についてはよく知らない。
モデル出力の設定もよく分からないので、pokeメソッドで調整した。記事にも書いた。なぜこのようにしたのかは覚えていない。ソース配列のシリアライズに問題があったのだと思う。AsSeriesをtrue-falseで反転させても、同じモデルのシグナルが表示されました。
MQLの "特殊性 "についてはよく知りません。
モデル出力の設定もよく分からないので、pokeメソッドで調整した。記事にも書きました。Sericityは、配列を作成した後にインデックスで埋めた場合は役に立ちません。おそらく...。私自身はシリアライゼーションは扱っていない。
テスターでは python と同じグラフが得られるので、反転させる必要はないと思います。そうでないと、分割がうまくいかず、予測にランダム性が出てしまいます。
Sericityは、配列を作成した後にインデックスで埋めた場合は役に立ちません。
fの代わりにfeatureを代入すると、予測は異なるものになる。
そして、fをフィーチャーに置き換えると、異なる予測が得られる。
それは奇妙だ。1対1でコピーされているようです。
UPD: OnnxRunのヘルプにある例では、featuresは行列で渡されますが、あなたのfeaturesは配列で渡されます。ヘルプの書き方がおかしいですね。
奇妙だ...まるで1対1のコピーのようだ。
その通りだが、モデルの反応が違う
k...アーティファクト、はい、取り除けます。
その通り、モデルの反応は異なる
k...アーティファクト。
シリアライズがfeaturesに設定されているのを見た。だから結果が違うのだろう。
奇妙だ...。1対1でコピーされているようです。
UPD: OnnxRunのヘルプにある例では、チップはマトリックスで渡されているのに対して、あなたのは配列で渡されている。ヘルプに書いてあるとおりにならないのは不思議です。
ONNXモデルの入出力値として渡せるのは、配列、ベクトル、行列 （ 以下Data）のみです 。
ベクトルでも間違った反応が返ってきたようだ。再確認が必要だが、今のところ動作している。
https://www.mql5.com/ja/docs/onnx/onnx_types_autoconversion
ありがとう。私のデータセットで単純なMLP、RNN、LSTMとboustingの結果を比較しました。大差はなく、boustingの方が優れていることもありました。boustingの方が学習速度が速く、アーキテクチャをあまり気にする必要がありません。というのも、NSは拡張性があり、NSの様々なバリエーションを構築することができるからだ。この点ではNSの方が優れている。