Hard 데이터셋을 실행하면 72%의 일반화라는 다소 약한 결과를 얻을 수 있습니다. 그런데 제가 버린 모델을 선택하고 HARD.mql 파일에서 이미 계산된 모델을 가져와 비교합니다. 그리고 무승부가 의미하는 바는, ruseltat를 해석하기 어렵다는 것을 고백합니다.
이것은 첨부된 벗겨진 것입니다.. 참 긍정 및 참 부정 필드를 참조하십시오. 매수 및 매도에 대해 성공적으로 예측된 수, R.는 더 많이 성공적으로 예측했으며, 다른 모델에서는 45%에 대해 65%를 예측했습니다. 저것들. 그의 모델은 이익을 줄 것이고 다른 사람들은 손실을 줄 것입니다.
r0 = (1 - A) * (1 - B) * (1 - C) * p0 r1 = (1 - A) * (1 - B) * C * p1 r2 = (1 - A) * B * (1 - C) * p2 r3 = (1 - A) * B * C * p3 r4 = A * (1 - B) * (1 - C) * p4 r5 = A * (1 - B) * C * p5 r6 = A * B * (1 - C) * p6 r7 = A*B*C*p7
나는 각 네트워크의 동작을 따로따로 알아낸다. 그리고 그들의 출력에서 무엇을 얻을지는 취향의 문제입니다)
그건 그렇고, 나는 당신의 파일에서 코드를 봅니다 - 기사에서와 달리 다른 공식이 있습니다. N
따라서 원래 공식에 따르면 3개의 입력이 아니라 여전히 8개의 입력이 있습니다. 새 공식의 본질을 이해할 때까지는 여전히 8개입니다.
당신은 잘못된 기사를 읽고 있습니다 :) 여기
이들은 다른 직업입니다. 당신은 그들을 먹을 필요가 없습니다.
변수로
v0=블라블라블라
v1=블라블라블라
v2=ㅋㅋㅋㅋ
v3=ㅋㅋㅋㅋ
v4=ㅋㅋㅋㅋ
v5=ㅋㅋㅋㅋ
v6=ㅋㅋㅋㅋ
v7=ㅋㅋㅋㅋ
입력 값이 입력됩니다. 그런 다음이 모든 것이 함수에 입력됩니다.
레셰토프:
VS 두 클래스 의사 결정 포리스트 및 로지스틱 회귀:
글쎄, 여기 Reshetov의 승리는 건조하다
레셰토프:
VS 2종 의사결정 포레스트 및 로지스틱 회귀
글쎄, 여기 Reshetov의 승리는 건조하다
Hard 데이터셋을 실행하면 72%의 일반화라는 다소 약한 결과를 얻을 수 있습니다. 그런데 제가 버린 모델을 선택하고 HARD.mql 파일에서 이미 계산된 모델을 가져와 비교합니다. 그리고 무승부가 의미하는 바는, ruseltat를 해석하기 어렵다는 것을 고백합니다.
Hard 데이터셋을 실행하면 72%의 일반화라는 다소 약한 결과를 얻을 수 있습니다. 그런데 제가 버린 모델을 선택하고 HARD.mql 파일에서 이미 계산된 모델을 가져와 비교합니다. 그리고 무승부가 의미하는 바는, ruseltat를 해석하기 어렵다는 것을 고백합니다.
이것은 첨부된 벗겨진 것입니다.. 참 긍정 및 참 부정 필드를 참조하십시오. 매수 및 매도에 대해 성공적으로 예측된 수, R.는 더 많이 성공적으로 예측했으며, 다른 모델에서는 45%에 대해 65%를 예측했습니다. 저것들. 그의 모델은 이익을 줄 것이고 다른 사람들은 손실을 줄 것입니다.
뉴런을 10개의 입력으로 확장합니다...
그러나 1024에 규칙을 추가해야 합니다.
r0 = (1 - A) * (1 - B) * (1 - C) * p0
r1 = (1 - A) * (1 - B) * C * p1
r2 = (1 - A) * B * (1 - C) * p2
r3 = (1 - A) * B * C * p3
r4 = A * (1 - B) * (1 - C) * p4
r5 = A * (1 - B) * C * p5
r6 = A * B * (1 - C) * p6
r7 = A*B*C*p7
.....
r1023=
무섭게 나왔네요 :D
무섭게 나왔네요 :D
ㅋ ㅋ . . . . 진짜 외모 , 겁나 라고 하기도 .....
무섭게 나왔네요 :D
수동으로 컴파일되지 않았으면 좋겠습니다. 사이클에서는 어떻습니까? 수동 - 1시간 이상 소요됩니다...
손으로 실수를 할 수 있다고 생각합니다 ...
무섭게 나왔네요 :D
옵티마이저에서 매우 오랜 시간이 걸리기 때문에 무섭고 약간 쓸모가 없습니다. 클라우드에서는 여전히 할 수 있습니다.