Максим, ты не прав! Польза для вас есть, польза в самой формулировке и изложении задач. Впрочем, не уговариваю.
Ну вы же видите что тут клинические долбэ обитают, это не форумные маски а реальные клинические случаи, ты им слово они тебе два, через каждое сообщение
Непонятный код в лесах Alglib-a нашел. Полный код ф-ии расчета кросс этропии из dataanalysis.mqh:
//+------------------------------------------------------------------+ //| Average cross-entropy (in bits per element) on the test set | //| INPUT PARAMETERS: | //| DF - decision forest model | //| XY - test set | //| NPoints - test set size | //| RESULT: | //| CrossEntropy/(NPoints*LN(2)). | //| Zero if model solves regression task. | //+------------------------------------------------------------------+ static double CDForest::DFAvgCE(CDecisionForest &df,CMatrixDouble &xy, const int npoints) { //--- create variables double result=0; int i=0; int j=0; int k=0; int tmpi=0; int i_=0; //--- creating arrays double x[]; double y[]; //--- allocation ArrayResizeAL(x,df.m_nvars); ArrayResizeAL(y,df.m_nclasses); //--- initialization result=0; for(i=0;i<=npoints-1;i++) { for(i_=0;i_<=df.m_nvars-1;i_++) x[i_]=xy[i][i_]; //--- function call DFProcess(df,x,y); //--- check if(df.m_nclasses>1) { //--- classification-specific code k=(int)MathRound(xy[i][df.m_nvars]); tmpi=0; for(j=1;j<=df.m_nclasses-1;j++) { //--- check if(y[j]>(double)(y[tmpi])) tmpi=j; } //--- check if(y[k]!=0.0) result=result-MathLog(y[k]); else result=result-MathLog(CMath::m_minrealnumber); } } //--- return result return(result/npoints); }
Кусок кода выделенный красным считает нечто (tmpi), что ниже по коду никак не используется. Зачем он тогда включен? Либо что-то не доделали, либо не до конца подчистили код. А вообще я в этой ф-ии разбираться начал, потому-что захотел 1 дерево поисследовать. И задав кол-во деревьев в лесе = 1 увидел, что все ошибки между 0 и 1, а эта от 100 до 300+ бывает. Кто-то разбирается в кросс энтропии - код вообще правильный, или что-то недоделали?
Значение вообще до бесконичности м.б. при расчете логлосса если для правильного класса нулевая вероятность предсказана, потому что в формулу все остальные классы кроме него с нулевым коэффициентом входят, а там походу пытались как то разрулить этот глюк - в tmpi в цикле находят класс, который в данном сэмпле имеет наибольшее значение вероятности, может хотели добавить в формулу, но видимо не недодумали:)
Ivan Negreshniy: Значение вообще до бесконичности м.б. при расчете логлосса если для правильного класса нулевая вероятность предсказана, потому что в формулу все остальные классы кроме него с нулевым коэффициентом входят, а там походу пытались как то разрулить этот глюк - в tmpi в цикле находят класс, который в данном сэмпле имеет наибольшее значение вероятности, может хотели добавить в формулу, но видимо не недодумали:)
tmpi только в 1-й из 5-ти ф-ий ошибки используется. Видимо ее использовали как болванку для др. функций, но в других забыли удалить. Итого в 1-й tmpi есть и используется, еще в 2-х есть но не используется. В целом на работу это не влияет.
elibrarius: tmpi только в 1-й из 5-ти ф-ий ошибки используется. Видимо ее использовали как болванку для др. функций, но в других забыли удалить. Итого в 1-й tmpi есть и используется, еще в 2-х есть но не используется. В целом на работу это не влияет.
Я в принципе о том, что хорошая формула расчета ошибки могла бы учитывать распределение вероятности по всем классам, а не только по одному правильному.
При этом, если в одном из сэмплов вероятность правильного класса будет ноль, то все улетает в бесконечность.
Видимо поэтому я предпочитаю регрессию с квадратичной ошибкой:)
Ivan Negreshniy: Я в принципе о том, что хорошая формула расчета ошибки могла бы учитывать распределение вероятности по всем классам, а не только по одному правильному.
Ну там 5 ф-й ошибки. Эта какая-то странная, но остальные 4, как и положено от 0 до 1 изменяются. Так что выбор есть)
Не сотвори себе кумира, однако. Пора, однако, начинать своей головой думать, а не надеяться на дядю.
:))) Пусть внук Кеша с почиканным Алёшей думают и подчистую здеся все рассказывают как на Страшном Суде. А я тупо их заповеди в валюту конвертировать буду. Красота!
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Максим, ты не прав! Польза для вас есть, польза в самой формулировке и изложении задач. Впрочем, не уговариваю.
Ну вы же видите что тут клинические долбэ обитают, это не форумные маски а реальные клинические случаи, ты им слово они тебе два, через каждое сообщение
Непонятный код в лесах Alglib-a нашел. Полный код ф-ии расчета кросс этропии из dataanalysis.mqh:
//+------------------------------------------------------------------+
//| Average cross-entropy (in bits per element) on the test set |
//| INPUT PARAMETERS: |
//| DF - decision forest model |
//| XY - test set |
//| NPoints - test set size |
//| RESULT: |
//| CrossEntropy/(NPoints*LN(2)). |
//| Zero if model solves regression task. |
//+------------------------------------------------------------------+
static double CDForest::DFAvgCE(CDecisionForest &df,CMatrixDouble &xy,
const int npoints)
{
//--- create variables
double result=0;
int i=0;
int j=0;
int k=0;
int tmpi=0;
int i_=0;
//--- creating arrays
double x[];
double y[];
//--- allocation
ArrayResizeAL(x,df.m_nvars);
ArrayResizeAL(y,df.m_nclasses);
//--- initialization
result=0;
for(i=0;i<=npoints-1;i++)
{
for(i_=0;i_<=df.m_nvars-1;i_++)
x[i_]=xy[i][i_];
//--- function call
DFProcess(df,x,y);
//--- check
if(df.m_nclasses>1)
{
//--- classification-specific code
k=(int)MathRound(xy[i][df.m_nvars]);
tmpi=0;
for(j=1;j<=df.m_nclasses-1;j++)
{
//--- check
if(y[j]>(double)(y[tmpi]))
tmpi=j;
}
//--- check
if(y[k]!=0.0)
result=result-MathLog(y[k]);
else
result=result-MathLog(CMath::m_minrealnumber);
}
}
//--- return result
return(result/npoints);
}
Кусок кода выделенный красным считает нечто (tmpi), что ниже по коду никак не используется. Зачем он тогда включен?
По википедии должно бытьЛибо что-то не доделали, либо не до конца подчистили код.
А вообще я в этой ф-ии разбираться начал, потому-что захотел 1 дерево поисследовать. И задав кол-во деревьев в лесе = 1 увидел, что все ошибки между 0 и 1, а эта от 100 до 300+ бывает.
Кто-то разбирается в кросс энтропии - код вообще правильный, или что-то недоделали?
Значение вообще до бесконичности м.б. при расчете логлосса если для правильного класса нулевая вероятность предсказана, потому что в формулу все остальные классы кроме него с нулевым коэффициентом входят, а там походу пытались как то разрулить этот глюк - в tmpi в цикле находят класс, который в данном сэмпле имеет наибольшее значение вероятности, может хотели добавить в формулу, но видимо не недодумали:)
Итого в 1-й tmpi есть и используется, еще в 2-х есть но не используется.
В целом на работу это не влияет.
tmpi только в 1-й из 5-ти ф-ий ошибки используется. Видимо ее использовали как болванку для др. функций, но в других забыли удалить.
Итого в 1-й tmpi есть и используется, еще в 2-х есть но не используется.
В целом на работу это не влияет.
Я в принципе о том, что хорошая формула расчета ошибки могла бы учитывать распределение вероятности по всем классам, а не только по одному правильному.
При этом, если в одном из сэмплов вероятность правильного класса будет ноль, то все улетает в бесконечность.
Видимо поэтому я предпочитаю регрессию с квадратичной ошибкой:)
Я в принципе о том, что хорошая формула расчета ошибки могла бы учитывать распределение вероятности по всем классам, а не только по одному правильному.
Пусть теперь Кеша (внук СанСаныча) и почиканный инвесторами Алёша ветку ведут. Это будет справедливо.
Логичнее эту тему бросить, и начать новую, более адекватную, с другой смежной тематикой.
Кстати, нашел в ценах нормальное распределение. Я уже писал в ТиП, что вся ненормальность от "неправильной" обработки данных - сами и вносим.)
На днях или раньше выложу в Питоновской теме.
Логичнее эту тему бросить, и начать новую, более адекватную, с другой смежной тематикой.
Кстати, нашел в ценах нормальное распределение. Я уже писал в ТиП, что вся ненормальность от "неправильной" обработки данных - сами и вносим.)
На днях или раньше выложу в Питоновской теме.
Увы, ввиду отсутствия на форуме людей уровня Математа, Северного Ветра и Привала, все эти темы не имеют будущего. ИМХО.
Увы, ввиду отсутствия на форуме людей уровня Математа, Северного Ветра и Привала, все эти темы не имеют будущего. ИМХО.
А кто это? Нашел себе авторитеты.))
Не сотвори себе кумира, однако. Пора, однако, начинать своей головой думать, а не надеяться на дядю.
А кто это? Нашел себе авторитеты.))
Не сотвори себе кумира, однако. Пора, однако, начинать своей головой думать, а не надеяться на дядю.
:))) Пусть внук Кеша с почиканным Алёшей думают и подчистую здеся все рассказывают как на Страшном Суде. А я тупо их заповеди в валюту конвертировать буду. Красота!