MetaTrader 5 Python User Group - メタトレーダーでPythonを使用する方法 - ページ 82 1...7576777879808182838485868788 新しいコメント Alexey Viktorov 2020.12.07 18:45 #811 Vladimir Karputov:オフセットの作り方を教えてください。これが表(データフレーム)ですどうしたらこんな風に作れるのか 何のために？プリントアウトするだけ？ Vladimir Karputov 2020.12.07 18:50 #812 Vladimir Karputov:オフセットの作り方を教えてください。これが表(データフレーム)ですこんな風に作るには ここで、pandas.DataFrame.shiftを 発見。 最後の行を削除し忘れるとゴミが入るので、要注意です。 Pavel Verveyko 2020.12.08 15:44 #813 私は乱暴です）私はMQL5でpythonを介してキーボードを押すことが可能であるかどうかを知りたいのですが、全く実験する時間がありません。 Julius Mwangi Maina 2020.12.20 22:26 #814 mt5へのpythonの統合について、かなり有益なスレッドです...mt5のターミナルでPythonスクリプトを追加すると、すぐに削除されてしまうのはなぜですか？ 削除済み 2021.01.11 13:47 #815 親愛なる皆様、私の理解のどこがおかしいのか、アドバイスをお願いします。 ニューラルネットワークを 構築しました。データを作成した。 (10452, 50) (10452, 2) полный набор данных (7316, 50) (7316, 2) тренировочный набор (3136, 50) (3136, 2) тестовый набор 鍛え上げる。 Параметры модели: clf__epochs = 66 clf__layers > Размерность слоёв: >>> Входной слой = 50 >>>>>> Скрытых слоёв -- 2 >>>>>>>> 1-й слой = 25 >>> >> слой имеет dropout = 0.3 >>>>>>>> 2-й слой = 12 >>> Выходной слой = 2 clf__loss = BCE clf__metric = accuracy clf__optimizer = adam 結果 Score on train data is 0.9672635197639465 Score on test data is 0.9674744606018066 # Оцениваем на тестовых данных test loss, test acc: [0.1585625737373318, 0.96747446] そして、どうなるのか理解できない...。 predictions = model.predict(X_test[:15]) . predictions[:15] = [[0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919] [0.03263587 0.03311919]] なぜそのような「予測」結果が出るのか？0-0、0-1、1-0のいずれかを予想...。 削除済み 2021.01.12 15:55 #816 いつもこうなんです...。 質問をすると、誰もが思うのは、「なぜ悩むのか」ということです。 主観：93%はググるしかない...。9割がた問題を正解してしまう...。 ご感想ありがとうございました以上、今回はこの辺で。ググってみると...。 Maxim Dmitrievsky 2021.01.12 15:59 #817 は、クラス1と2の確率です。2位の方が確率が高いので、予測されるが1でなければならないので、ここで何らかの学習エラーが発生します。 2値分類の場合、1ニューロン出力する必要があります。またはソフトマックス 削除済み 2021.01.12 16:32 #818 Maxim Dmitrievsky:は、クラス1と2の確率です。2位の方が確率が高いので、予測されるの合計が1になるはずですが、ここで何らかの学習エラーが発生しています。 2値分類であれば1出力につき1ニューロン必要です。またはソフトマックス 二値分類は、1つの出力に対して1つのニューロンを意味するものではありません。少なくとも、私が調べた限りでは...。 しかし、問題は、他の損失関数を使っても絵が変わらないことです 明日、予測検証でデータテスターを書きます。しかし、何か、その結果は嘆かわしいものになりそうな気がするのです ただ、「精度」が96％を超えているのに、「こうなる」という予測ができないのは理解できないのですが...。 もしかして、私のやり方が悪いのか？ Maxim Dmitrievsky 2021.01.12 16:34 #819 Сергей Таболин:二値分類は、1つの出力に対して1つのニューロンを意味するものではありません。少なくとも、私が調べた限りでは...。しかし、問題は、他の損失関数を使っても絵が変わらないことです明日、予測検証でデータテスターを書きます。しかし、何か、その結果は嘆かわしいものになりそうな気がするのですただ、「精度」が96％を超えているのに、「こうなる」という予測ができないのは理解できないのですが...。もしかして、私のやり方が悪いのか？ネットワーク・コンストラクタがどんなものなのか、さっぱりわからないのでしょう。1つのニューロンは意味しませんが、加算器が立ち、活性化f-eが必要です。通常、1ニューロン いろいろな理由があるのでしょう。例えば、データが正規化されていない、適切に準備されていない、ネットワークが曲がっているなど 削除済み 2021.01.12 16:47 #820 Maxim Dmitrievsky:ネットワーク・コンストラクタがどんなものなのか、さっぱりわからないのでしょう。1個のニューロンは意味しないが、加算器が設置され、活性化f-eが必要である。通常は1ニューロンです。 いろいろな理由があるのでしょう。例えば、データが正規化されていない、適切に準備されていない、ネットワークが正しく構築されていないなど 問題は、正規化が迷走していることです 説明しよう。データA、B、C...があります。 意義などが異なるのです。みんな（google）、正規化は行単位ではなく列単位（A-A-A, B-B-B, C-C-C）で行うべきと言っています。これは論理的に理解できる。 しかし、「予測」のために新しいデータが現れたとき、それが1行だけの場合、どのように正規化するのでしょうか？そして、その行にあるどの項も、トレーニングデータとテストデータで正規化を超えることができるのですね。 また、文字列による正規化は何の効果もありません 実は、このニュアンスを確認した時点で、すでにこの「魂の叫び」がありました )))) 1...7576777879808182838485868788 新しいコメント 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
オフセットの作り方を教えてください。
これが表(データフレーム)です
どうしたらこんな風に作れるのか
何のために？プリントアウトするだけ？
オフセットの作り方を教えてください。
これが表(データフレーム)です
こんな風に作るには
ここで、pandas.DataFrame.shiftを 発見。
最後の行を削除し忘れるとゴミが入るので、要注意です。
親愛なる皆様、私の理解のどこがおかしいのか、アドバイスをお願いします。
ニューラルネットワークを 構築しました。データを作成した。
鍛え上げる。
結果
そして、どうなるのか理解できない...。
predictions = model.predict(X_test[:15]).
なぜそのような「予測」結果が出るのか？0-0、0-1、1-0のいずれかを予想...。
いつもこうなんです...。
質問をすると、誰もが思うのは、「なぜ悩むのか」ということです。
主観：93%はググるしかない...。9割がた問題を正解してしまう...。
ご感想ありがとうございました以上、今回はこの辺で。ググってみると...。
は、クラス1と2の確率です。
2位の方が確率が高いので、予測される
が1でなければならないので、ここで何らかの学習エラーが発生します。
2値分類の場合、1ニューロン出力する必要があります。またはソフトマックスは、クラス1と2の確率です。
2位の方が確率が高いので、予測される
の合計が1になるはずですが、ここで何らかの学習エラーが発生しています。
2値分類であれば1出力につき1ニューロン必要です。またはソフトマックス二値分類は、1つの出力に対して1つのニューロンを意味するものではありません。少なくとも、私が調べた限りでは...。
しかし、問題は、他の損失関数を使っても絵が変わらないことです
明日、予測検証でデータテスターを書きます。しかし、何か、その結果は嘆かわしいものになりそうな気がするのです
ただ、「精度」が96％を超えているのに、「こうなる」という予測ができないのは理解できないのですが...。
もしかして、私のやり方が悪いのか？
二値分類は、1つの出力に対して1つのニューロンを意味するものではありません。少なくとも、私が調べた限りでは...。
しかし、問題は、他の損失関数を使っても絵が変わらないことです
明日、予測検証でデータテスターを書きます。しかし、何か、その結果は嘆かわしいものになりそうな気がするのです
ただ、「精度」が96％を超えているのに、「こうなる」という予測ができないのは理解できないのですが...。
もしかして、私のやり方が悪いのか？
ネットワーク・コンストラクタがどんなものなのか、さっぱりわからないのでしょう。
1つのニューロンは意味しませんが、加算器が立ち、活性化f-eが必要です。通常、1ニューロン
いろいろな理由があるのでしょう。例えば、データが正規化されていない、適切に準備されていない、ネットワークが曲がっているなどネットワーク・コンストラクタがどんなものなのか、さっぱりわからないのでしょう。
1個のニューロンは意味しないが、加算器が設置され、活性化f-eが必要である。通常は1ニューロンです。
いろいろな理由があるのでしょう。例えば、データが正規化されていない、適切に準備されていない、ネットワークが正しく構築されていないなど問題は、正規化が迷走していることです
説明しよう。データA、B、C...があります。
意義などが異なるのです。みんな（google）、正規化は行単位ではなく列単位（A-A-A, B-B-B, C-C-C）で行うべきと言っています。これは論理的に理解できる。
しかし、「予測」のために新しいデータが現れたとき、それが1行だけの場合、どのように正規化するのでしょうか？そして、その行にあるどの項も、トレーニングデータとテストデータで正規化を超えることができるのですね。
また、文字列による正規化は何の効果もありません
実は、このニュアンスを確認した時点で、すでにこの「魂の叫び」がありました ))))