交易中的机器学习：理论、模型、实践和算法交易 - 页 2054 1...204720482049205020512052205320542055205620572058205920602061...3399 新评论 mytarmailS 2020.10.29 07:41 #20531 Maxim Dmitrievsky: 正确的结果是什么？ 这些是不同数据集的错误。 这不是时间序列采样，而是标签，请看视频 这些标签与什么有关？))) 只有一个问题！你取样，然后把它分成一个轨道和一个测试？ 或反之亦然？ Александр Алексеевич 2020.10.29 07:42 #20532 Maxim Dmitrievsky: 你不能使用需要这么长时间来学习的算法。 现在我试着提高系数，应该会走得更快，但有可能会过度训练 mytarmailS 2020.10.29 07:42 #20533 Alexander Alexeyevich: 我没有理解错，你在训练一个网络来预测时间序列，对吗？ 多少才算够））这根本就不是一个网络！）。 Maxim Dmitrievsky 2020.10.29 07:42 #20534 Alexander Alexeyevich: 我所理解的Akurashi是预测准确率？ 还有logloss？ 在测试中应该没有学习，无论通过多少次，误差都应该是一样的？ 或者至少是-+，但它不应该减少。准确地说，logloss是一种交叉熵，所有的分类器都是由它来训练的。然后在每次迭代时对训练和测试的准确性进行测量和输出。 当然，只在托盘上培训 Maxim Dmitrievsky 2020.10.29 07:43 #20535 mytarmailS: 标签贴在什么地方？)))只有一个问题！你是先取样，然后再将其分成轨道和测试？或反之亦然？ 先取样，后拆分 可以反过来说，结果也是一样的，因为抽样是随机的。 我早些时候提出了这个功能，但没有人作出反应。 Maxim Dmitrievsky 2020.10.29 07:44 #20536 Alexander Alexeyevich: 我没有理解错，你是在训练网络来预测时间序列，对吗？ 分类，信号 1-0 Александр Алексеевич 2020.10.29 07:45 #20537 mytarmailS: 我已经在这里呆了一段时间了))))，试图重读帖子，但时间太长了。 我在这里呆的时间不长)))，试图重读我的帖子，但花的时间太长了)))))，在所有帖子的5%里有很多灌水的、有用的信息)))虽然最近可能多了很多。 Maxim Dmitrievsky 2020.10.29 07:46 #20538 当你们陷入困境时，我需要解析模型并在MT测试器中观察机器人的情况 Maxim Dmitrievsky 2020.10.29 07:47 #20539 Alexander Alekseyevich: 现在我将尝试提高系数，它应该走得更快，但有可能训练过度。 过度训练在任何情况下都不会提前停止 Александр Алексеевич 2020.10.29 07:47 #20540 你试过时间序列 预测吗？ 1...204720482049205020512052205320542055205620572058205920602061...3399 新评论 原因: 取消 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
正确的结果是什么？ 这些是不同数据集的错误。
这不是时间序列采样，而是标签，请看视频这些标签与什么有关？)))
只有一个问题！你取样，然后把它分成一个轨道和一个测试？
或反之亦然？
你不能使用需要这么长时间来学习的算法。
现在我试着提高系数，应该会走得更快，但有可能会过度训练
我没有理解错，你在训练一个网络来预测时间序列，对吗？
多少才算够））这根本就不是一个网络！）。
我所理解的Akurashi是预测准确率？ 还有logloss？ 在测试中应该没有学习，无论通过多少次，误差都应该是一样的？ 或者至少是-+，但它不应该减少。
准确地说，logloss是一种交叉熵，所有的分类器都是由它来训练的。然后在每次迭代时对训练和测试的准确性进行测量和输出。
当然，只在托盘上培训标签贴在什么地方？)))
只有一个问题！你是先取样，然后再将其分成轨道和测试？
或反之亦然？
先取样，后拆分
可以反过来说，结果也是一样的，因为抽样是随机的。
我早些时候提出了这个功能，但没有人作出反应。
我没有理解错，你是在训练网络来预测时间序列，对吗？
分类，信号 1-0
我已经在这里呆了一段时间了))))，试图重读帖子，但时间太长了。
我在这里呆的时间不长)))，试图重读我的帖子，但花的时间太长了)))))，在所有帖子的5%里有很多灌水的、有用的信息)))虽然最近可能多了很多。
现在我将尝试提高系数，它应该走得更快，但有可能训练过度。
过度训练在任何情况下都不会提前停止