Выводы простые, мы имеем перекос распределения в сторону удачных сделок, благодаря которому они более вероятны, чем 50/50. Все. Больше ничем помочь не могу.)
а вот тут вы ошибаетесь, потому что сделки нужно не только открыть но и закрыть, поэтому вероятность выигрыша у вас 20%, а проигрыша 80%
Давайте лучше научим персепртрон из алглиб дообучаться, а?
при каждом новом запуске трейна веса рандомизируются, убрать рандомизацию и попробовать дообучать, как можно делать во всех нормалаьных пакетах
представляете сколько всего интересного можно делать с этим
Ну так а зачем алглиб нужен? MLP там реализован не очень оптимально, в бесплатной версии. В норме MLP это чуть более 150 строк, даже из заголовочного файла лень переносить.
Ну так а зачем алглиб нужен? MLP там реализован не очень оптимально, в бесплатной версии. В норме MLP это чуть более 150 строк, даже из заголовочного файла лень переносить.
auto ml = Mlp({ 2, 100, 10, 1 }, 0.01, 0.1, 200, new TanhActiv());
MLtest(ml, dataset, { 0,1 }, { 2 }, 0.7);
по параметрам должно быть понятно что они значат у MLP, у функции MLtest первые два списка это индексы колонок для инпутов и аутпутов датасета, а последний пропорция разбиения лерна и теста
Выводы простые, мы имеем перекос распределения в сторону удачных сделок, благодаря которому они более вероятны, чем 50/50. Все. Больше ничем помочь не могу.)
а вот тут вы ошибаетесь, потому что сделки нужно не только открыть но и закрыть, поэтому вероятность выигрыша у вас 20%, а проигрыша 80%
простая арифметикану и все.. это все выводы которые в принципе можно сделать из картинки )
не плохо и не хорошо..Давайте лучше научим персепртрон из алглиб дообучаться, а?
при каждом новом запуске трейна веса рандомизируются, убрать рандомизацию и попробовать дообучать, как можно делать во всех нормалаьных пакетах
представляете сколько всего интересного можно делать с этим
Ну так а зачем алглиб нужен? MLP там реализован не очень оптимально, в бесплатной версии. В норме MLP это чуть более 150 строк, даже из заголовочного файла лень переносить.
По моему очень хорошая картинка. Посчитаете среднее всех точек отдельно справа от 2,5 и отдельно слева от -2,5. На глаз, примерно 4 и -4
без нормальных тестов сказать все равно ничего невозможно, даже если ограничить диапазон принятия решения
а вот тут вы ошибаетесь, потому что сделки нужно не только открыть но и закрыть, поэтому вероятность выигрыша у вас 20%, а проигрыша 80%
простая арифметикаОставим глупости соседям.))
Оставим глупости соседям.))
такова жизь
Ну так а зачем алглиб нужен? MLP там реализован не очень оптимально, в бесплатной версии. В норме MLP это чуть более 150 строк, даже из заголовочного файла лень переносить.
что бы ничего левого не подключать не геморить
без нормальных тестов сказать все равно ничего невозможно, даже если ограничить диапазон принятия решения
Понятно, что только у вас тесты нормальные. Остальные - дет. сад и пр. У вас часом не мания величия? Нет?
Или так - пока кого-то не обос -шь, ходишь как оплеванный.))
Понятно, что только у вас тесты нормальные. Остальные - дет. сад и пр. У вас часом не мания величия? Нет?
вы это с поклоном спросили? иначе не отвечу
касательно нормальных тестов это и меня касается. Ошибка модели часто мало что обозначает, поэтому пишу.
да и потом, пассивный аморфный диалог никому не интересен, он не приводит к истине или развитиючто бы ничего левого не подключать не геморить
Ну разумеется! Чистые плюсы.
У меня весь ML для MLP это 3 строчки
auto dataset = csv::read_csv("dataset.csv");
auto ml = Mlp({ 2, 100, 10, 1 }, 0.01, 0.1, 200, new TanhActiv());
MLtest(ml, dataset, { 0,1 }, { 2 }, 0.7);