Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 486
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
örneğin, bu seçeneğe göre, 600'ü artıda (tahmin edildi), 400'ü ekside çalıştı (tahmin etmedi) olmak üzere 1000 girdi vardı. ve dolayısıyla hata, tüm seçeneklerle ilgili olarak tahmin edilmeyen seçeneklerin sayısıdır, bu örnekte hata = 400/1000 = 0,4
Samimi olarak.
Kimsenin nasıl saydığını bilmiyorum, tahmin edilmeyen seçeneklerin yüzdesini sayıyorum.
örneğin, bu seçeneğe göre, 600'ü artıda (tahmin edildi), 400'ü ekside çalıştı (tahmin etmedi) olmak üzere 1000 girdi vardı. ve dolayısıyla hata, tüm seçeneklerle ilgili olarak tahmin edilmeyen seçeneklerin sayısıdır, bu örnekte hata = 400/1000 = 0,4
Samimi olarak.
Burada, anladığım kadarıyla, bunu kaldırırsanız, son hata, herhangi bir nedenle giriş sayısıyla çarpılan örnek sayısına bölünür:
return (result/(npoints*df.m_nclasses));
tekrar çarparsanız gayet anlaşılır bir sonuç çıkacaktır mesela 0.5578064232767638 :)
Burada, anladığım kadarıyla, bunu kaldırırsanız, son hata, herhangi bir nedenle giriş sayısıyla çarpılan örnek sayısına bölünür:
geriye doğru çarparsanız gayet anlaşılır bir sonuç çıkacaktır mesela 0.5578064232767638 :)
_Point(points) türünden tahmin edilen noktalar anlamına gelir ... veya tam tersi.
Samimi olarak.
büyük olasılıkla
_Point(points) türünden tahmin edilen noktalar anlamına gelir ... veya tam tersi.
Samimi olarak.
hayır, burada npoints, giriş vektörünün uzunluğu anlamına gelir :)
ve nclasses çıktıların sayısıdır, nasıl olsa bile
Onlar. son hata, eğitim örneğinin uzunluğu ile çıktı sayısı ile çarpılmalıdır (1 ise, çıktıları atlarız)
biri için yararlı mb
Umarım bir şeyi karıştırmadım ve doğru yaptım :) en azından hataların anlamları anlaşılır olduhayır, burada npoints, giriş vektörünün uzunluğu anlamına gelir :)
Samimi olarak.
o zaman rezult'un ne olduğuna bakmanız gerekir, çünkü bölen giriş parametreleridir.
Samimi olarak.
kısacası, bu tüm örnekler üzerinde sadece ortalama bir hatadır, ama ne gerek var .. rezult sadece toplam hatayı döndürür ve ardından örnekteki örnek sayısına bölünür (bu kaldırılabilir)
kısacası, bu sadece tüm örneklerde ortalama bir hata, ama ne gerek var .. rezult sadece toplam hatayı döndürür ve ardından örnekteki örnek sayısına bölünür
bu yüzden bir bölenle çarparak yaptığınız normal durumuna döndürülmesi gerekiyor.
Т.е. итоговую ошибку нужно домножить на длину обучающей выборки умноженную на кол-во выходов (если 1 то выходы опускаем)
Samimi olarak.
bu yüzden bir bölenle çarparak yaptığınız normal durumuna döndürülmesi gerekiyor.
Samimi olarak.
Bir şeyi değiştirdiğinizde ve sonra bir çocuk gibi sevindiğinizde o duygu :)
Bir şeyi değiştirdiğinizde ve sonra bir çocuk gibi sevindiğinizde o duygu :)
Samimi olarak.
Teoride, rastgele ormanlarda küçük bir hata olmalıdır, çünkü karar ağaçlarında oluşturulduklarında, tüm değişkenler kullanılır ve sinir ağlarında olduğu gibi bellek kullanımında - nöronların sayısında - herhangi bir kısıtlama yoktur. Burada, seviyeyi sınırlama, ağaçları budama veya torbalama gibi sonucu "bulanıklaştırmak" için yalnızca bireysel işlemleri kullanabilirsiniz. Alglib'in MQ uygulamasında kırpma, torbalama olup olmadığını bilmiyorum
bu değişken 1'den küçük yapılırsa hata artmalıdır.