Então... por favor, explique algumas coisas, por exemplo, eu pego um arquivo toad, ele é um modelo treinado? Há três métodos, não há referências a referências e, nos próprios métodos, os coeficientes são shardcoded, mas eles usam 5 chips, e havia 15. Quais chips você usou ou como reduziu a dimensionalidade de 15->5?
E eu preciso do binário *.vrm para alguma coisa, se eu só precisar executar um teste?
Sim, no toad e no mkul já existem modelos treinados e o resultado do treinamento é especificado na parte inferior, e também na parte inferior são especificados exatamente os inputs que devem ser usados, substituindo-os nas variáveis v0..... vN. Não confunda a ordem, isso é importante, cada entrada deve estar em seu lugar. O vmr percebeu :-))
Ou seja, além de criar o modelo, o otimizador também seleciona os inputs a serem usados. Eu criei um arquivo de treinamento no qual as entradas são rotuladas por letras, você mesmo pode combiná-las.
Sim, no toad e no mkul, os modelos já treinados e o resultado do treinamento são especificados na parte inferior, e também na parte inferior são especificados exatamente os inputs que devem ser usados, substituindo-os nas variáveis v0..... vN. Não confunda a ordem, isso é importante, cada entrada deve estar em seu lugar. O vmr percebeu :-))
Ou seja, além de criar o modelo, o otimizador também seleciona os inputs a serem usados. Eu lancei um arquivo de treinamento no qual as entradas são rotuladas por letras, você mesmo pode compará-las.
Devo ter entendido algo errado, mas até agora o resultado é um pouco pior que o aleatório, em quase 2%.
E você também pode fornecer o conjunto que testou com rótulos de recursos para garantir a pureza do experimento? Você não executou todo o conjunto de testes, não é mesmo?
Provavelmente estou errando alguma coisa, mas até agora o resultado está sendo um pouco pior do que o aleatório, com quase 2%
Você também pode fornecer o conjunto que testou com rótulos de recursos para fins de pureza? Você não executou todo o conjunto de testes, não é mesmo?
Toad - o projeto está anexado.
Admito que não entendi muito bem o objetivo da postagem. Sim, peguei as primeiras 50 linhas do seu arquivo Traine, que você enviou. Agora, o que você precisa fazer????
Admito que, para ser sincero, dificilmente executarei 65.000 linhas, mas 100 ou 200 aceitáveis são muito boas, mas somente o modelo será construído até a manhã seguinte. Então, o que precisa ser feito????
Admito que não entendi bem o objetivo da postagem. Sim, peguei as primeiras 50 linhas do arquivo Traine que você enviou. Agora, o que preciso fazer????
Admito que, honestamente, 65.000 linhas dificilmente serão executadas, mas 100 ou 200 aceitáveis são muito boas, mas somente o modelo será construído até a manhã seguinte. Portanto, precisamos fazer????
Estou obtendo uma precisão de 48,2%.
Preciso das amostras que você verificou, quero entender se estou errado ou não.
* Sensibilidade da capacidade de generalização: 82,92682926829268%* Especificidade da capacidade de generalização: 47,82608695652174%* Capacidade de generalização: 70,3125%* Verdadeiros positivos: 34 * Falsos positivos: 7* Verdadeiros negativos: 11* Falsos negativos: 12* Total de padrões em amostras com estatísticas: 64 - Onde estão????
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);
Preciso das amostras que você verificou, quero saber se estou errado ou não.
MMMM. O problema é que o arquivo que enviei para treinamento é dividido em duas amostras, uma para teste e outra para teste. Ela é dividida aleatoriamente todas as vezes, e aqui você precisa dar uma olhada no próprio otimizador. Depois de dividir a amostra, o treinamento e o teste são realizados na área selecionada. E para tarefas de classificação, a ordem de chegada dos padrões não é importante. E, até onde eu sei, ele faz a divisão até 100 vezes, como me lembro que Yuri disse. Ou seja, carreguei um arquivo com 50 dados, ele os dividiu em duas seções e treinou o resultado, depois os dividiu novamente etc. Você precisa ler a descrição aqui Há uma seção sobre a divisão da amostra, como isso acontece. Você provavelmente a dividiu ao meio, com 50% no início e o teste no final, mas isso não é verdade. A amostra de treinamento é dividida de acordo com um princípio diferente, não pelo tempo de chegada. Para tarefas de previsão, a ordem de chegada dos padrões é IMPORTANTE. Para tarefas de classificação, não é.
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...
O problema é que tenho a versão 14 do otimizador, a mais recente dele. Sinceramente, estou preocupado com o desaparecimento de Reshetov, não importa o que aconteça. E há suspeitas de que o projeto contém erros ou não foi concluído até o fim. Yuri desapareceu abruptamente. Portanto, é difícil para mim falar sobre a implementação dentro do otimizador. Sou um usuário do NS, não um desenvolvedor. Para mim, é importante preparar os dados, selecionar a saída e configurar o sistema. Mas ainda não analisei o código interno, embora haja interesse nisso. Acho que em um futuro próximo começarei a analisar seu projeto. E a questão está em aberto sobre a separação da amostra, mas seria interessante ver o resultado do modelo fora da amostra, mais além, como eles dizem, e já nesta seção para ver as estatísticas. Em dados que a rede não viu. Aqui está o que é interessante.
Mihail Marchukajtes: Mas seria interessante ver o resultado do trabalho do modelo fora da amostra, além disso, como eles dizem, e ver as estatísticas dessa seção. Em dados que a rede não viu. Isso é o que é interessante.
Bem, eu publiquei o projeto acima, você pode conferir o resultado.
Caros colegas, é possível fazer e verificar no neuronka, por exemplo, 1 padrão, seria interessante ver como tudo se parece e o que acontecerá em geral. Se for possível fazê-lo, postarei um gráfico simples em que a figura do padrão será claramente indicada, é claro que funciona em qualquer mercado e par. Se sim, enviarei uma tela se for possível executar nos pares principais e também no neuronka na versão 5 ou 4 que você usa.
Vizard_: E eles foram avisados várias vezes)))) ------ Na frente No conjunto de dados tóxico - trend=67,1%. test=67%.
É apenas uma suposição. E o perigo de usar software sempre implica isso. Tente treinar sua IA, mas com as recomendações acima. Não há nada para adivinhar. Basta pegar o Sequenta, salvar os dados de entrada e treinar sua IA. Ver o resultado treinado em uma IA alternativa será muito mais interessante.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Então... por favor, explique algumas coisas, por exemplo, eu pego um arquivo toad, ele é um modelo treinado? Há três métodos, não há referências a referências e, nos próprios métodos, os coeficientes são shardcoded, mas eles usam 5 chips, e havia 15. Quais chips você usou ou como reduziu a dimensionalidade de 15->5?
E eu preciso do binário *.vrm para alguma coisa, se eu só precisar executar um teste?
Sim, no toad e no mkul já existem modelos treinados e o resultado do treinamento é especificado na parte inferior, e também na parte inferior são especificados exatamente os inputs que devem ser usados, substituindo-os nas variáveis v0..... vN. Não confunda a ordem, isso é importante, cada entrada deve estar em seu lugar. O vmr percebeu :-))
Ou seja, além de criar o modelo, o otimizador também seleciona os inputs a serem usados. Eu criei um arquivo de treinamento no qual as entradas são rotuladas por letras, você mesmo pode combiná-las.
Sim, no toad e no mkul, os modelos já treinados e o resultado do treinamento são especificados na parte inferior, e também na parte inferior são especificados exatamente os inputs que devem ser usados, substituindo-os nas variáveis v0..... vN. Não confunda a ordem, isso é importante, cada entrada deve estar em seu lugar. O vmr percebeu :-))
Ou seja, além de criar o modelo, o otimizador também seleciona os inputs a serem usados. Eu lancei um arquivo de treinamento no qual as entradas são rotuladas por letras, você mesmo pode compará-las.
Devo ter entendido algo errado, mas até agora o resultado é um pouco pior que o aleatório, em quase 2%.
E você também pode fornecer o conjunto que testou com rótulos de recursos para garantir a pureza do experimento? Você não executou todo o conjunto de testes, não é mesmo?
Toad - projeto anexado.
Provavelmente estou errando alguma coisa, mas até agora o resultado está sendo um pouco pior do que o aleatório, com quase 2%
Você também pode fornecer o conjunto que testou com rótulos de recursos para fins de pureza? Você não executou todo o conjunto de testes, não é mesmo?
Toad - o projeto está anexado.
Admito que não entendi muito bem o objetivo da postagem. Sim, peguei as primeiras 50 linhas do seu arquivo Traine, que você enviou. Agora, o que você precisa fazer????
Admito que, para ser sincero, dificilmente executarei 65.000 linhas, mas 100 ou 200 aceitáveis são muito boas, mas somente o modelo será construído até a manhã seguinte. Então, o que precisa ser feito????
Admito que não entendi bem o objetivo da postagem. Sim, peguei as primeiras 50 linhas do arquivo Traine que você enviou. Agora, o que preciso fazer????
Admito que, honestamente, 65.000 linhas dificilmente serão executadas, mas 100 ou 200 aceitáveis são muito boas, mas somente o modelo será construído até a manhã seguinte. Portanto, precisamos fazer????
Estou obtendo uma precisão de 48,2%.
Preciso das amostras que você verificou, quero entender se estou errado ou não.
* Sensibilidade da capacidade de generalização: 82,92682926829268%* Especificidade da capacidade de generalização: 47,82608695652174%* Capacidade de generalização: 70,3125%* Verdadeiros positivos: 34 * Falsos positivos: 7* Verdadeiros negativos: 11* Falsos negativos: 12* Total de padrões em amostras com estatísticas: 64 - Onde estão????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);Estou obtendo uma precisão de 48,2%.
Preciso das amostras que você verificou, quero saber se estou errado ou não.
MMMM. O problema é que o arquivo que enviei para treinamento é dividido em duas amostras, uma para teste e outra para teste. Ela é dividida aleatoriamente todas as vezes, e aqui você precisa dar uma olhada no próprio otimizador. Depois de dividir a amostra, o treinamento e o teste são realizados na área selecionada. E para tarefas de classificação, a ordem de chegada dos padrões não é importante. E, até onde eu sei, ele faz a divisão até 100 vezes, como me lembro que Yuri disse. Ou seja, carreguei um arquivo com 50 dados, ele os dividiu em duas seções e treinou o resultado, depois os dividiu novamente etc. Você precisa ler a descrição aqui Há uma seção sobre a divisão da amostra, como isso acontece. Você provavelmente a dividiu ao meio, com 50% no início e o teste no final, mas isso não é verdade. A amostra de treinamento é dividida de acordo com um princípio diferente, não pelo tempo de chegada. Para tarefas de previsão, a ordem de chegada dos padrões é IMPORTANTE. Para tarefas de classificação, não é.
Então é assim..... Hm....
Mas seria interessante ver o resultado do trabalho do modelo fora da amostra, além disso, como eles dizem, e ver as estatísticas dessa seção. Em dados que a rede não viu. Isso é o que é interessante.
Caros colegas, é possível fazer e verificar no neuronka, por exemplo, 1 padrão, seria interessante ver como tudo se parece e o que acontecerá em geral. Se for possível fazê-lo, postarei um gráfico simples em que a figura do padrão será claramente indicada, é claro que funciona em qualquer mercado e par. Se sim, enviarei uma tela se for possível executar nos pares principais e também no neuronka na versão 5 ou 4 que você usa.
Head-on -
No conjunto de dados tóxicos -
trend=67.1%. test=67%.
Isso já é verdade! Até 1,3% a mais que o meu))) Mas você e em numerai me superaram, eu me lembro, respeito a você, você sabe)))))
Espero que você tenha aprendido isso não em 50 amostras? Caso contrário, não vou conseguir dormir))))
E eles foram avisados várias vezes))))
------
Na frente
No conjunto de dados tóxico -
trend=67,1%. test=67%.
É apenas uma suposição. E o perigo de usar software sempre implica isso. Tente treinar sua IA, mas com as recomendações acima. Não há nada para adivinhar. Basta pegar o Sequenta, salvar os dados de entrada e treinar sua IA. Ver o resultado treinado em uma IA alternativa será muito mais interessante.