Обсуждение статьи "Оценка ONNX-моделей при помощи регрессионных метрик"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Оценка ONNX-моделей при помощи регрессионных метрик:
Регрессия – это задача предсказания вещественной величины по непомеченному примеру. Для оценки точности предсказаний регрессионных моделей предназначены так называемые метрики регрессии.
Регрессия — это задача предсказания вещественной величины по непомеченному примеру. Широко известный пример регрессии — оценка стоимости бриллианта на основе таких его характеристик, как размеры, вес, цвет, чистота и т. д.
Для оценки точности предсказаний регрессионных моделей предназначены так называемые метрики регрессии. Несмотря на схожие алгоритмы, регрессионные метрики семантически отличаются от аналогичных функций потерь. Важно понимать разницу между ними. Её можно сформулировать следующим образом:
Функция потерь возникает в тот момент, когда мы сводим задачу построения модели к задаче оптимизации. Обычно требуется, чтобы она обладала хорошими свойствами (например, дифференцируемостью).
Метрика — внешний, объективный критерий качества, обычно зависящий не от параметров модели, а только от предсказанных значений.
В языке MQL5 реализованы следующие метрики:
Автор: MetaQuotes