ニューラルネットと入力 - ページ 36 1...29303132333435363738394041 新しいコメント Vladimir Perervenko 2013.12.01 13:41 #351 pdfは添付しようとしないし、rarもそうです。何が必要ですか? ファイル: prim1.zip 85 kb 削除済み 2013.12.01 15:07 #352 vlad1949: pdfが添付できない、rarも添付できない。何が必要ですか? 説明する。 の4つのモデルをまず評価し、その結果を 1. mlpeはAUC=0.924、Acc=85.7%でした。 2.DTはAUC=0.877、Acc=84.4%である。 3.mlpはAUC=0.874、Acc=81.7%である。 4. svmはAUC=0.857、Acc=82.4%である。 つまり、重みの初期値を変えて活性化した多層ニューラルネットのアンサンブルは、andomForestや決定木よりも良い結果を示したということでしょうか。 Vladimir Perervenko 2013.12.01 16:37 #353 いや、DT、mlp、svmよりEnsembleの方がいい。次にRFとadaの数値が示されていますが、こちらの方が良いですね。 削除済み 2013.12.01 16:45 #354 vlad1949: いや、アンサンブルはDT、mlp、svmより上です。次にRFとadaの値を示すが、こちらの方が良い。 は、85.7%と89.4%のAccの差で、予測値が大きく改善されるのでしょうか? 線形回帰 と非線形回帰があり、例えば金の場合、それぞれ0.95485489と0.97386429というMultiple R値を与えています。私は、実際の取引において、モデルの予測特性が大きく改善されることを発見していません。 Vladimir Perervenko 2013.12.01 17:01 #355 adaモデルでAss=91%。そして、これは非常に良いことです。回帰はしていない。というか、そうなんだけど、好きじゃなかったんだよね。 マルチプルRの値は何を示しているのでしょうか?今まで見たことがない。 削除済み 2013.12.01 17:30 #356 vlad1949: adaモデルでAss=91%。そして、これは非常に良いことです。回帰はしていない。というか、そうなんだけど、好きじゃなかったんだよね。 マルチプルRの値は何を示しているのでしょうか?初めて見ました。 多重Rは重相関係数である。 質問 - 2つの方法があります。一方を使えば、例えば予測精度が1~3%高くなりますが、一方の方法が他方より明確に有利になるわけではありません。 Jeremy Falcon 2013.12.01 19:13 #357 ivandurak: ここで、傾斜角をたわみで割ると、貿易を完全に特徴づける一つの値が得られる。これをチューニングのためのフィットネス関数として利用することができるようになった。 あなたは、申し訳ないが、シャープ・インジケータを「発明」した人だ。ちなみに、本当に良い指標です。 Vladimir Perervenko 2013.12.02 05:50 #358 herhuman: この 先生を試してみてください。(https://www.mql5.com/ru/code/903)。これ以上のものはないでしょう。 お好きな入力、OHLCも可能です。 それはTeacherではなく、Underachieverの方です。冗談みたいな話ですが。 トロリーバスの会話。 -停車駅はいつになるか教えてください。 -見ててくれ -前のやつ、降りたらすぐ。 あなたの場合、少なくとも3小節先の予報が必要です。そして、それが回帰する。 そして、もしあなたがここでパイオニアであると思っているなら、忘れてください。この方向性は徹底的に踏襲しています。続きを読む グッドラック Serj 2013.12.02 20:48 #359 vlad1949: 先生じゃなくて、二枚舌の方です。冗談のような話ですが トロリーバスの中での会話。 -停車駅はいつになるか教えてください。 -ついてきなさい -降りたらすぐ、最後の一枚だ あなたの場合、少なくとも3小節先の予報が必要です。そして、それが回帰する。 そして、もしあなたがここでパイオニアであると思っているなら、忘れてください。この方向性は徹底的に踏襲しています。続きを読む グッドラック (笑) そこには、例の入力に与える回帰がないんです。 あなたの」BBCIを見たが、全然だめだし、不具合もある。 入力データ(OHLCを除く)と先生をご提案ください。 私は何も主張していません、あなたが尋ねたので、私は提供しました。 理解できていないようで、回帰が頭をよぎります。 踏ん張り続ける。頑張ってください。 Дмитрий 2013.12.14 23:28 #360 入力ベクトルをスペクトル変換した後、データを入力することができる。 この場合のニューラルネットワークのタスクは、スペクトルの「未来」を予測することかもしれない。 このテーマについて、私は少しばかり調べてみました。資源を消費する計算ではありますが、そうした変革に意味があると思います。ここでは、その応用例について詳しく説明します。 1...29303132333435363738394041 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
pdfが添付できない、rarも添付できない。何が必要ですか?
説明する。
の4つのモデルをまず評価し、その結果を
1. mlpeはAUC=0.924、Acc=85.7%でした。
2.DTはAUC=0.877、Acc=84.4%である。
3.mlpはAUC=0.874、Acc=81.7%である。
4. svmはAUC=0.857、Acc=82.4%である。
つまり、重みの初期値を変えて活性化した多層ニューラルネットのアンサンブルは、andomForestや決定木よりも良い結果を示したということでしょうか。
いや、アンサンブルはDT、mlp、svmより上です。次にRFとadaの値を示すが、こちらの方が良い。
は、85.7%と89.4%のAccの差で、予測値が大きく改善されるのでしょうか?
線形回帰 と非線形回帰があり、例えば金の場合、それぞれ0.95485489と0.97386429というMultiple R値を与えています。私は、実際の取引において、モデルの予測特性が大きく改善されることを発見していません。
adaモデルでAss=91%。そして、これは非常に良いことです。回帰はしていない。というか、そうなんだけど、好きじゃなかったんだよね。
マルチプルRの値は何を示しているのでしょうか?今まで見たことがない。
adaモデルでAss=91%。そして、これは非常に良いことです。回帰はしていない。というか、そうなんだけど、好きじゃなかったんだよね。
マルチプルRの値は何を示しているのでしょうか?初めて見ました。
多重Rは重相関係数である。
質問 - 2つの方法があります。一方を使えば、例えば予測精度が1~3%高くなりますが、一方の方法が他方より明確に有利になるわけではありません。
ここで、傾斜角をたわみで割ると、貿易を完全に特徴づける一つの値が得られる。これをチューニングのためのフィットネス関数として利用することができるようになった。
あなたは、申し訳ないが、シャープ・インジケータを「発明」した人だ。ちなみに、本当に良い指標です。
この 先生を試してみてください。(https://www.mql5.com/ru/code/903)。これ以上のものはないでしょう。
お好きな入力、OHLCも可能です。
それはTeacherではなく、Underachieverの方です。冗談みたいな話ですが。
トロリーバスの会話。
-停車駅はいつになるか教えてください。
-見ててくれ -前のやつ、降りたらすぐ。
あなたの場合、少なくとも3小節先の予報が必要です。そして、それが回帰する。
そして、もしあなたがここでパイオニアであると思っているなら、忘れてください。この方向性は徹底的に踏襲しています。続きを読む
グッドラック
先生じゃなくて、二枚舌の方です。冗談のような話ですが
トロリーバスの中での会話。
-停車駅はいつになるか教えてください。
-ついてきなさい -降りたらすぐ、最後の一枚だ
あなたの場合、少なくとも3小節先の予報が必要です。そして、それが回帰する。
そして、もしあなたがここでパイオニアであると思っているなら、忘れてください。この方向性は徹底的に踏襲しています。続きを読む
グッドラック
(笑)
そこには、例の入力に与える回帰がないんです。
あなたの」BBCIを見たが、全然だめだし、不具合もある。
入力データ(OHLCを除く)と先生をご提案ください。
私は何も主張していません、あなたが尋ねたので、私は提供しました。
理解できていないようで、回帰が頭をよぎります。
踏ん張り続ける。頑張ってください。
入力ベクトルをスペクトル変換した後、データを入力することができる。
この場合のニューラルネットワークのタスクは、スペクトルの「未来」を予測することかもしれない。 このテーマについて、私は少しばかり調べてみました。資源を消費する計算ではありますが、そうした変革に意味があると思います。ここでは、その応用例について詳しく説明します。