Bibliotecas: Classe de Rede Neural PNN

Novo comentário
 

Classe de Rede Neural PNN:

A classe fornece a rede neural probabilística (Rede Neural Probabilística - PNN).

Autor: Yury Kulikov

 

Oi Yury Kulikov

0 - o aprendizado da rede foi concluído e o resultado do aprendizado pode ser verificado por meio da variável de classe: mse - erro de aprendizado, epoch - número de ciclos de aprendizado realizados;

Você pode me dizer qual é o valor geral de 'mse - erro de aprendizado' entre os intervalos de bruxa? Eu testei um e obtive o MSE=7.218702473434161e-008, está tudo certo?

Muito obrigado!


 
qingyouwei:
MSE menor é melhor. Mas é preciso ter em mente que um valor de erro muito pequeno pode indicar o retreinamento da rede.
 

Yurich:
MSE less is better. But one must bear in mind that a very small error value can indicate retraining network.

Muito obrigado. Mas não consigo obter um valor de erro pequeno, na classe "class_pnn", como você saiu do planejamento?

 


qingyouwei: 

... Fiz um teste e obtive o MSE=7,218702473434161e-008 , está tudo certo?

Esse é um erro muito pequeno.

O erro e o tempo de aprendizado dependem dos dados preparados para o treinamento. A preparação dos dados é uma questão à parte e precisa ser explorada antes da aplicação das redes neurais.

 
Algum exemplo de como usar?
 

Muito bom. Ainda mais legal é o fato de funcionar perfeitamente no MT4 também.

Com um grande número de amostras, a rede fica bastante grande porque armazena todas as amostras de treinamento. Uma adição útil seria uma função para reduzir a rede, removendo todas as amostras que aumentam o erro total.

Outro acréscimo útil seria a possibilidade de adicionar novas amostras de treinamento em uma data posterior.

Contribuirei com algum código assim que descobrir por que estou obtendo valores nanométricos para o mse de tempos em tempos.

 
Jimmy Tee:

Muito bom. Ainda mais legal é o fato de funcionar perfeitamente no MT4 também.

Com um grande número de amostras, a rede fica bastante grande porque armazena todas as amostras de treinamento. Uma adição útil seria uma função para reduzir a rede, removendo todas as amostras que aumentam o erro total.

Outro acréscimo útil seria a possibilidade de adicionar novas amostras de treinamento em uma data posterior.

Contribuirei com algum código assim que descobrir por que estou obtendo valores nanicos para o mse de tempos em tempos.

Também recebo mse = NaN de tempos em tempos. Isso acontece de forma completamente aleatória, o que é um pouco estranho. Vou dar uma olhada no código para ver o que pode ser o erro...

 
Como faço para transformar essa classe em um EA?
Novo comentário