나는 예측의 절대적인 정확성을 열망하지 않습니다. 저에게는 수익을 낸 모든 거래가 맞습니다. 예:
1) 예측 -10 받았습니다 -8 - 이것은 훌륭한 이익이며 전혀 실수가 아닙니다. 2) 예상 -4.8 수신 -13 - 이익이 예상보다 훨씬 더 많습니다. 이것은 더욱이 실수가 아닙니다. 3) 예측 -3.5가 +5를 받으면 손실이 발생합니다. 이것은 실수입니다. 왼쪽과 0 위의 모든 포인트와 마찬가지로 손실을 가져오고 거래하는 것은 실수입니다.
나는 예측의 절대적인 정확성을 열망하지 않습니다. 나에게는 이익을 가져온 모든 것이 옳습니다. 예:
1) 예측 -10 받았습니다 -8 - 이것은 훌륭한 이익이며 전혀 실수가 아닙니다. 2) 예상 -4.8 수신 -13 - 이익이 예상보다 훨씬 더 많습니다. 이것은 더욱이 실수가 아닙니다. 3) 예측 -3.5가 +5를 받으면 손실이 발생합니다. 이것은 실수입니다. 왼쪽 및 0 위의 모든 점과 마찬가지로
그게 안되요 수평이 아닌 45도의 기울어진 선이 있습니다
..에서 편차를 계산할 필요가 없습니다. 누가 무엇을 알고 있는지 제안한 경우에도))왼쪽에서 그 아래의 모든 것(50 거래)은 이익이고 위의 모든 것(10 거래)은 손실입니다. 오른쪽에서, 그 반대도 마찬가지입니다.
수평선 은 더 잘 보이도록 하기 위해 실제 결과의 0입니다.
왼쪽에서 그 아래(50개)는 모두 이익이고 위(10개)는 손실입니다. 오른쪽에서, 그 반대도 마찬가지입니다.
이것은 현재 값과 예측된 값의 비율이며 선은 구름을 통해 45도 각도로 그려지고 0의 샘플만 중앙에 배치됩니다. 분산이 엄청나다
그냥 rms 일 수 있습니다. 모델 오류가 발생했습니다.
유치원이 더 짧다이것은 현재 값과 예측된 값의 비율이며 선은 구름을 통해 45도 각도로 그려지고 0의 샘플만 중앙에 배치됩니다. 분산이 엄청나다
유치원이 더 짧다축 레이블에 Real 및 Predict가 표시됩니다. 태도가 아닙니다.
날 화나게 하지마) 예측 변수의 값과 실수의 값을 그리드에 표시하면 대각선이 있습니다.
또는 구글 산점도
날 화나게 하지마) 예측 변수의 값과 실수의 값을 그리드에 표시하면 대각선이 있습니다.
또는 구글 산점도
난 이해가 안 돼요. 이 그림에서 올바른 예측이 어디에 있고 그렇지 않은지에 대한 비전을 그립니다.
또는 Yura를 기다리십시오. 그가 사진에서 무엇을 가지고 있는지 설명하게 하십시오.
침착한)
난 이해가 안 돼요. 이 그림에서 올바른 예측이 어디에 있고 그렇지 않은지에 대한 비전을 그립니다.
아니면 유라를 기다리세요 - 그가 사진에서 무엇을 가지고 있는지 설명하게 하십시오.
정확한 예측은 선에 놓여 있고 다른 모든 것은 오류입니다.
선에서 편차의 제곱을 계산하면 NS 오류가 발생합니다.
오차가 작을수록 선 주변의 스프레드가 작아집니다.
정확한 예측은 선에 놓여 있고 다른 모든 것은 오류입니다
나는 예측의 절대적인 정확성을 열망하지 않습니다. 저에게는 수익을 낸 모든 거래가 맞습니다.
예:
1) 예측 -10 받았습니다 -8 - 이것은 훌륭한 이익이며 전혀 실수가 아닙니다.
2) 예상 -4.8 수신 -13 - 이익이 예상보다 훨씬 더 많습니다. 이것은 더욱이 실수가 아닙니다.
3) 예측 -3.5가 +5를 받으면 손실이 발생합니다. 이것은 실수입니다. 왼쪽과 0 위의 모든 포인트와 마찬가지로 손실을 가져오고 거래하는 것은 실수입니다.
나는 예측의 절대적인 정확성을 열망하지 않습니다. 나에게는 이익을 가져온 모든 것이 옳습니다.
예:
1) 예측 -10 받았습니다 -8 - 이것은 훌륭한 이익이며 전혀 실수가 아닙니다.
2) 예상 -4.8 수신 -13 - 이익이 예상보다 훨씬 더 많습니다. 이것은 더욱이 실수가 아닙니다.
3) 예측 -3.5가 +5를 받으면 손실이 발생합니다. 이것은 실수입니다. 왼쪽 및 0 위의 모든 점과 마찬가지로
여기..
꼬치에 소시지를 요리하는 것이 더 낫습니다. 더 유용 할 것입니다.
강력한 모델은 예를 들어 다음과 같습니다(Google의 첫 번째 이미지).
Alglib 퍼셉트론을 더 잘 가르치도록 합시다.
기차가 새로 시작될 때마다 가중치가 무작위화되고, 무작위화를 제거하고 모든 일반 패키지에서 할 수 있는 것처럼 재훈련을 시도합니다.
당신이 그것으로 얼마나 많은 흥미로운 일을 할 수 있는지 상상해보십시오.
Alglib 퍼셉트론을 더 잘 가르치도록 합시다.
기차가 새로 시작될 때마다 가중치가 무작위화되고, 무작위화를 제거하고 모든 일반 패키지에서 할 수 있는 것처럼 재훈련을 시도합니다.
당신이 그것으로 얼마나 많은 흥미로운 일을 할 수 있는지 상상해보십시오.