m <- round(matrix(rnorm(100),ncol = 5,nrow = 10),2)
m[ sample(1:nrow(m),5,replace = T) , sample(1:ncol(m),5,replace = T) ] <- NaN
m
[,1] [,2] [,3] [,4] [,5]
[1,] -1.17 -0.10 -0.22 -1.49 -1.23
[2,] NaN NaN 0.85 NaN -2.13
[3,] 0.600.061.50 -0.310.05
[4,] NaN NaN -0.41 NaN -0.43
[5,] 1.170.86 -0.511.43 -0.07
[6,] -0.440.79 -0.610.680.11
[7,] 0.850.740.31 -1.16 -0.38
[8,] NaN NaN 1.09 NaN -0.36
[9,] NaN NaN -0.58 NaN -1.27
[10,] -0.19 -0.420.070.311.92
平均値による置き換えは、統計学において、単にデータがない場合に使用され、その後、平均値が置き換えられた。
私はNANを持っている-データの準備に誤りがあり、例えば/0以降が得られる(しかし、+-INFが得られることもある)。
誤りは修正する必要がある(列にNANが含まれ、欠落していると印刷される)。このプリントアウトは誰が読むのでしょうか?)))
では、どうするかというと、捨てるしかない。
念のため、NANを置き換える例を書いておく。
と解決策
それなら、何も聞くことはないし、捨てるしかない。
一応、ナビの入れ替えの例はすでに書いたので。
そして解決策
ありがとう、このコードは誰かの役に立つかもしれない。
あなたの例について考えてみた。
大きな疑問がある。
まず、私が正しく理解しているかどうか。
相場のある部分で、ある種の完璧なバランスラインを与えるエントリー・ポイントが見つかっている。
もしそうなら、これは歴史に過剰にフィットしていることになる。発見されたエントリー/エグジットポイントは、「歴史は繰り返す」というMOの基本的な考え方をまったく満たしていない。MOでは、人は抽象的なパターンを探し、それが将来も繰り返されるという希望と正当性を持つ。そして、ここにある価格帯のマークアップがある......。
他に方法はあるのでしょうか?それとも、私が何かを見逃しているのでしょうか?
あなたの例について考えてみた。
大きな疑問だ。
まず、私の考えが正しいかどうか。
クオティールのいくつかのセクションで、ある理想的なバランスラインが得られるエントリーポイントが見つかっている。
もしそうなら、これは歴史に過剰なフィッティングである。発見されたエントリー/エグジットポイントは、「歴史は繰り返す」というMOの基本的な考え方をまったく満たしていない。MOでは、人は抽象的なパターンを探し、それが将来も繰り返されるという希望と正当性を持つ。そして、ここにある価格帯のマークアップがある。
他に方法はありますか?それとも何か見落としているのでしょうか?
この例のポイント/目的は、既製のターゲットだけでなく、FFを最小化または最大化することによって、あらゆる複雑さの損失関数に対してもモデルを訓練することが可能であることを示すことである。
なるほど。
なるほど、非常に興味深い
何が不思議かというと、数ヶ月前、このスレッドで、私の参加を得て、対話の中で言われたことだ))))ここで多くの人が、最大/最小のffは、どのような方法でもすべきではないと主張した)))))。
あなたがffを設定するので、船は航海する....
このスレッドで2、3ヶ月前、私の参加を得て対話が行われ、そう言われた)))ここで多くの人が、MAX/MINのffはいかなる形でもあってはならないと主張した))))。
あなたがffを設定するように、船は航海する....
このアルゴリズムには独自のffがあり、これを変更することはできない(機能しない)。グローバルには何も影響しません。
Maxでは、どのようなFFを設定することもでき、学習目的に応じて設定するのがよい。
学習目標がカーブフィッティングなら、カーブフィッティングになる))。
しかし、どのようなトレーニングも、あるFFの最適化(最大化/最小化)が本質であるという事実を打ち消すことはできない。
マックス、FFはどのようにでも設定できるし、適切な学習目標を設定するのはいい考えだ。
学習目的がクルワフィングであれば、クルワフィングになる))。
しかし、どのようなトレーニングも、あるFFの最適化(最大化/最小化)が本質であるという事実を打ち消すものではない。