MetaTrader 5 Python Kullanıcı Grubu - Metatrader'da Python nasıl kullanılır - sayfa 82

Yeni yorum
 
Vladimir Karputov :

Ofset nasıl yapılır?

İşte bir tablo (Veri Çerçevesi)

böyle nasıl yapılır:

Ne için? Sadece baskı mı?

 
Vladimir Karputov :

Ofset nasıl yapılır?

İşte bir tablo (Veri Çerçevesi)

böyle nasıl yapılır:

Burada pandas.DataFrame.shift buldum

Ana şey, çöp içereceğinden son satırı silmeyi unutmamaktır.

 
Çılgınca üzgünüm) MQL5'te klavyeye python aracılığıyla basmanın mümkün olup olmadığını bilmek ister misiniz? deneyler için zaman yok
 
Python'un mt5'e entegrasyonu hakkında oldukça bilgilendirici bir konu... Neden python betiğimi mt5 terminaline eklediğimde, hemen kaldırılıyor?
 

Sevgili, anlayışımda neyin yanlış olduğunu bana söylemeni istiyorum.

Bir sinir ağı oluşturun. Verileri hazırladı. 

( 10452 , 50 ) ( 10452 , 2 )  полный набор данных
( 7316 , 50 ) ( 7316 , 2 )    тренировочный набор
( 3136 , 50 ) ( 3136 , 2 )    тестовый набор

yürütülen eğitim 

Параметры модели:
clf__epochs = 66
clf__layers
> Размерность слоёв:
>>> Входной слой = 50
>>>>>> Скрытых слоёв -- 2
>>>>>>>> 1 -й слой    = 25
>>> >> слой имеет dropout = 0.3
>>>>>>>> 2 -й слой    = 12
>>> Выходной слой    = 2
clf__loss = BCE
clf__metric = accuracy
clf__optimizer = adam

Sonuç. 

Score on train data is 0.9672635197639465
Score on test data is   0.9674744606018066

# Оцениваем на тестовых данных
test loss, test acc: [ 0.1585625737373318 , 0.96747446 ]

Sonra ne olduğunu anlamıyorum... 

predictions = model.predict(X_test[: 15 ])

sorunlar 

predictions[: 15 ] =  
[[ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]
 [ 0.03263587 0.03311919 ]]

Neden böyle bir "tahmin" sonuçları? 0-0 veya 0-1 veya 1-0 bekleniyor...

 

Hep böyledir...

Bir soru soruyorsun - herkes düşünüyor: ne için uğraşayım?

Öznel görüş: Vakaların% 93'ünde Google'a "tecavüz" etmeniz gerekir .... Zamanın% 90'ı sorunun "doğru" sunulması için harcanır ....

Duyarlılığınız için teşekkür ederiz! Bu kadar. Google'a "eziyet edeceğim" ....

 

bunlar 1. ve 2. sınıfların olasılıkları

2. olasılık daha yüksek, bu yüzden tahmin ediliyor

toplamları 1'e eşit olmalı, eğitimde bazı hatalar var

İkili bir sınıflandırma ise çıktı için 1 nöron gereklidir. veya softmax
 
Maxim Dmitrievsky :

bunlar 1. ve 2. sınıfların olasılıkları

2. olasılık daha yüksek, bu yüzden tahmin ediliyor

toplamları 1'e eşit olmalı, eğitimde bazı hatalar var

İkili bir sınıflandırma ise çıktı için 1 nöron gereklidir. veya softmax

İkili sınıflandırma, çıktı başına 1 nöron anlamına gelmez. En azından google'da araştırdığım kadarıyla...

Ancak sorun şu ki, diğer kayıp işlevlerini kullanırken resim değişmiyor!

Yarın tahmin doğrulaması olan bir veri test cihazı yazacağım. Ama bir şey bana sonucun içler acısı olacağını söylüyor!

"Doğruluğun" neden %96'dan fazla olduğunu ve tahminin "böyle" olduğunu anlayamıyorum ...

Belki yanlış bir şey yapıyorum?

 
Сергей Таболин :

İkili sınıflandırma, çıktı başına 1 nöron anlamına gelmez. En azından google'da araştırdığım kadarıyla...

Ancak sorun şu ki, diğer kayıp işlevlerini kullanırken resim değişmiyor!

Yarın tahmin doğrulaması olan bir veri test cihazı yazacağım. Ama bir şey bana sonucun içler acısı olacağını söylüyor!

"Doğruluğun" neden %96'dan fazla olduğunu ve tahminin "böyle" olduğunu anlayamıyorum ...

Belki yanlış bir şey yapıyorum?

Sanırım bir ağ tasarımcısının ne olduğu hakkında hiçbir fikrim yok

1 nöron anlamına gelmez, ancak toplayıcının da etkinleştirilmesi gerekir. Genellikle 1 nöron koyun

birçok sebep olabilir. Örneğin, veriler normalleştirilmemiş, yanlış hazırlanmış, ağ çarpık bir şekilde monte edilmiştir.
 
Maxim Dmitrievsky :

Sanırım bir ağ tasarımcısının ne olduğu hakkında hiçbir fikrim yok

1 nöron anlamına gelmez, ancak toplayıcının da etkinleştirilmesi gerekir. Genellikle 1 nöron koyun

birçok sebep olabilir. Örneğin, veriler normalleştirilmemiş, yanlış hazırlanmış, ağ çarpık bir şekilde monte edilmiştir.

Sorun şu ki, normalleşme felaket bir şey!

Açıklamama izin ver. Bazı veriler var A, B, C...

Önem ve benzeri açılardan farklıdırlar. Herkes (Google'da) satırlarla değil, sütunlarla (A-A-A, B-B-B, B-B-B) normalleştirmenin gerekli olduğunu yazıyor. Bu mantıksal olarak anlaşılabilir.

Ancak "tahmin edilecek" yeni veriler olduğunda, yalnızca BİR satır ise NASIL normalleştirilir? Ve bu satırdaki herhangi bir terim, eğitim ve test verilerinde normalleştirmenin ötesine geçebilir mi?

Ve hatlarda normalleştirme herhangi bir etki yaratmaz!

Aslında, bu nüansları kontrol ettikten sonra, bu "ruhun çığlığı" içimde doğdu)))

1...7576777879808182838485868788
Yeni yorum
Neden: