トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1933 1...192619271928192919301931193219331934193519361937193819391940...3399 新しいコメント mytarmailS 2020.07.30 08:28 #19321 Aleksey Vyazmikin: 前回の結果、4つのクリアなクラスターからこの写真を入手しました。先ほど、結果を評価するための数値のお話がありましたが、どのような数値を見ればよいのでしょうか? Yeah))で、今度はテストデータを見てみましょう。 scatter3d(x = predict.test[,1], y = predict.test[,2], z = predict.test[,3], groups = Y[test.idx], grid = F, surface = F, ellipsoid = F, bg.col = "black",surface.col = c(2,3)) 私は、それはナンセンスだと言いました。写真ではなく、テストデータでのモデルの誤差を見るべきだと思います。 ちなみに、10kのデータで学習するため、インデックスを変更します。 train.idx <- 100:8000 test.idx <- 8001:10000 で、500k以上のデータをお持ちの方 mytarmailS 2020.07.30 08:46 #19322 mytarmailS: 多項式や調和的近似について知っている人PLEASE! Aleksey Vyazmikin 2020.07.30 09:00 #19323 mytarmailS: Yeah))で、今度はテストデータを見てみましょう。私が言ったのは、それはナンセンスだということです。きれいな写真ではなく、テストデータでのモデルの誤差を見るべきです。 今、テストデータに戻りました。 > library(car) > scatter3d(x = predict.test[,1], + y = predict.test[,2], + z = predict.test[,3], + groups = Y[train.idx], + .... [TRUNCATED] Error in complete.cases(x, y, z, groups) : не все аргументы имеют одинаковую длину mytarmailS: 10kのデータでしかトレーニングしていないんですね。で、500k以上のデータを持っているんですね。 まずは小さいデータでチューニングして、それから大きいデータで試してみないと。 ところで、Rはメモリに対して非常に非合理的で、たくさん食べてしまうことに気がつきました。 mytarmailS 2020.07.30 09:05 #19324 Aleksey Vyazmikin: 今、テストデータで再び叱咤激励 そりゃそうだ library(car) > scatter3d(x = predict.test[,1], + y = predict.test[,2], + z = predict.test[,3], + groups = Y[train.idx], + .... [TRUNCATED] Aleksey Vyazmikin 2020.07.30 09:26 #19325 mytarmailS: もちろん、そうでしょう。 あ、はい、ありがとうございます これがその写真です。少し悪くなっていますが、トレンドはそこにあります。 今までなかったのに、どこからか別のクラスタが生まれたのか、何が起こっているのか理解できません。 mytarmailS 2020.07.30 09:28 #19326 Aleksey Vyazmikin: あ、はい、ありがとうございますこれがその写真です。少し悪くなっていますが、トレンドはそこにあります。以前はなかったのに、どうして別のクラスタがあるのか、私には理解できません。 さほどでもない) 新しいデータ - 新しいポイント Aleksey Vyazmikin 2020.07.30 10:31 #19327 mytarmailS: (ちょっぴりですが))。新しいデータ - 新しいポイント 何が起こっているのか理解できない。 何かを訓練して、それをテストに応用したのか、何なのか。:) ナンセンスに思えてしまう。 mytarmailS 2020.07.30 11:31 #19328 アレクセイ・ヴャジミキンナンセンスな話ばかりに思えますが。 何度言ったらわかるんだ? 3、5? Valeriy Yastremskiy 2020.07.30 11:52 #19329 mytarmailS: 多項式や調和的近似について知っている人PLEASE! そして、最終的にどうしたいかというと、高調波でフーリエへの道です。あるいは直交多項式に、たくさんあります。すべてのものは分解できる) fxsaber 2020.07.30 12:33 #19330 私の質問の答えを読んでください。皆さん、本当にありがとうございました。 1...192619271928192919301931193219331934193519361937193819391940...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
前回の結果、4つのクリアなクラスターからこの写真を入手しました。
先ほど、結果を評価するための数値のお話がありましたが、どのような数値を見ればよいのでしょうか?
Yeah))で、今度はテストデータを見てみましょう。
私は、それはナンセンスだと言いました。写真ではなく、テストデータでのモデルの誤差を見るべきだと思います。
ちなみに、10kのデータで学習するため、インデックスを変更します。
で、500k以上のデータをお持ちの方
多項式や調和的近似について知っている人PLEASE!
Yeah))で、今度はテストデータを見てみましょう。
私が言ったのは、それはナンセンスだということです。きれいな写真ではなく、テストデータでのモデルの誤差を見るべきです。
今、テストデータに戻りました。
10kのデータでしかトレーニングしていないんですね。
で、500k以上のデータを持っているんですね。
まずは小さいデータでチューニングして、それから大きいデータで試してみないと。
ところで、Rはメモリに対して非常に非合理的で、たくさん食べてしまうことに気がつきました。
今、テストデータで再び叱咤激励
そりゃそうだ
もちろん、そうでしょう。
あ、はい、ありがとうございます
これがその写真です。少し悪くなっていますが、トレンドはそこにあります。
今までなかったのに、どこからか別のクラスタが生まれたのか、何が起こっているのか理解できません。
あ、はい、ありがとうございます
これがその写真です。少し悪くなっていますが、トレンドはそこにあります。
以前はなかったのに、どうして別のクラスタがあるのか、私には理解できません。
さほどでもない)
新しいデータ - 新しいポイント
(ちょっぴりですが))。
新しいデータ - 新しいポイント
何が起こっているのか理解できない。
何かを訓練して、それをテストに応用したのか、何なのか。:)
ナンセンスに思えてしまう。
ナンセンスな話ばかりに思えますが。
何度言ったらわかるんだ? 3、5?
多項式や調和的近似について知っている人PLEASE!
そして、最終的にどうしたいかというと、高調波でフーリエへの道です。あるいは直交多項式に、たくさんあります。すべてのものは分解できる)