This page contains a brief description of the RDF classification and regression algorithm. Prior to reading this page, it is necessary that you look through the paper on the general principles of data analysis methods. It contains important information which, to avoid duplication (as it is of great significance for each algorithm in this...
はい、わかりました。コードをコピーしたのですか？
続いて...
はい、削除できます
コードのコメント欄の最初の数行を読んでから、コードセクションに移動してください ...ご理解いただけると幸いです ...
次に変更するのは、RDFを学習する動的配列をもう一つ追加し、それを「CalculateNeuron (double a, int b)」関数の ように渡すことです。
こんな感じ。
次に、ArrayCopy() で best_features[] 配列を inputs [] 配列にコピーする...。
あとは簡単なはずです:)))
そのため、基本関数の構成要素の動的な値に基づいて、関数は変換された特徴を返し、RDFを再び訓練し、再び関数を呼び出す......といった具合になる。
RDFではなく、RF。
nope, RDF http://www.alglib.net/dataanalysis/decisionforest.php
RDFアルゴリズムは、Leo BreimanとAdele Cutlerによって設計されたオリジナルのRandom Forestアルゴリズムを改良したものである。このアルゴリズムでは、投票によって結果を得る決定木委員会の利用、および学習プロセスのランダム化という2つのアイデアが互いに組み合わされている。然りが、"case "を使うとコードが大きくなりすぎるので、もっと短く実装できると思うのですが...。私のコードが完成したら、plsは少し待って、もしそれが悪いだろうから、あなたのコードを続けてください^)
そう、それこそがGMDHのベストベース関数 なのです。
しかし、各ステップで実行されるのは1つの条件だけなので、break文の後に残りのコードが実行されることはない。
ということは、学習が遅いのでは...と思うのですが、そうであれば、別の入力変数で成分の最大値を3つか4つに制限して、特徴を最大3つか4つに分解し、それ以上にはならないようにすればいいのです。
GMDH自体がニューラルネットワークとして機能しているので、GMDHとRDFを合わせて2つのニューラルネットワークを使っているのです :))))
彼は冗談を言って、機械学習をコードの書き方の学習に還元することにしたようです、その様子からすると、彼の厄介払いができたようですね、そして、あなたのとても活発な友人も教育が必要なようです...))
あなたのP-netにもたどり着けませんでしたが、ところでPNNと大差ないのでしょうか？
PNNを読み返してみたが、マザコンだな。
どのPNNかは覚えていないが、検索するとPNN-SoftのB2Bプログラミングサービスがヒットするが、我々のP-netはきっと違うのだろう。
基本的には非常にシンプルなアイデアですが、独創的なものです))
しかし、2つのNNは必要なく、優れた機能セレクタが必要なのですから、完全なgmdhではないはずです
ということで、私の実装はそれに近いものになりました。その通りです。GMDHやRDF、RFなどの正確な計算式や手法を使うことは必須ではありません。私たちが求めているのは最終結果です:)))))))))
私が求めているのは
1.過去データによる高速学習
2.ライブ取引時の高速な特徴量選択により、高速な取引執行を実現。
3.繰り返し学習によるアルゴリズムの解への収束
4.取引中の高精度・低ドローダウン
MQL5では、すべての条件を 満たすことは難しいのですが、今回の実装では、ほとんどの条件を満たしているようですね。
例えば、素性の数を多くすると結果は良くなるのですが、学習時間が大幅に増えてしまう...。
確率的NNでは、MGUA型多項式で特徴木を構築し、シグモイドの代わりにこの多項式を使用する。
https://en.wikipedia.org/wiki/Probabilistic_neural_network
とベイズ的なものもあります...MLPよりもずっと速いです。
ええ、私はまだ移動について混乱しています。私が考えていたのは、多項式NA
PNN,RDF,GMDHはあなたのコードで一緒に使えると思います:))))。
PNNのロジックは素晴らしい！...PNNは人間の脳のニューロンのように振る舞うようだ...つまり高速な意思決定プロセスだ...だから、私のロジックの各forループでbreak文を使えば、おそらくPNNとして機能する...はずだ。
つまり、すべてのforループの最後まで行くのではなく、TickCount()関数で 遅延時間をチェックし、2～5ms以上であればループを解除して次のRDF判定に進む...というものです。
PNNを調べただけなので...もうPNNのコードを書けとは言わないでください:))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))
代数、三角、直交多項式など、異なる基底変換関数も 実装する必要がある
今のGMDHのロジックにPNNを使えば、判定を早めることができると思うのですが......。よくわかりませんが、ロジックを調べただけなので、今更PNNのコードを書けとは言わないでください:)))