ニューラルネットと入力 - ページ 40 1...333435363738394041 新しいコメント Yury Reshetov 2015.01.11 16:38 #391 nikelodeon:そこで考えたのは......結果をどう解釈するか......もっと早く、確実に手作業で行うには......ということです。 選択肢:C、C++、Java、Javascript、MQL4、MQL5 Alexey 2015.01.12 01:46 #392 Reshetov: 選択:c、c++、Java、JavaScript、mql4、mql5ユーリplz。MT4.5とJAVAを連携させる方法を教えてください。 せめて何か読んでみたいので本当にやってみたいです。 Mihail Marchukajtes 2015.01.12 04:51 #393 Matlabで補間を行いました。もちろん面倒ですが、Excelと違って計算式が長いですからね :-) Yury Reshetov 2015.01.12 12:54 #394 ivandurak:ユーリplz。MT4.5とJAVAを接続する方法をご存知の方、ぜひ読んでみてください。いろいろな方法があるが、どれも面倒くさい。Javaはプラットフォームに依存しないことを目的に、低レベルのアプリケーション向けに設計されたものではありません。そして、MTには、プラフォーム-Windowsに縛られないハイレベルなコミュニケーション・チャンネルが欠けているのです。そのため、私はそれらを結びつけず、Javaでコードジェネレータを書き、その結果をMQLやC、Javaに簡単に貼り付けることができるようにしています。 Mihail Marchukajtes 2015.01.21 04:52 #395 まだ、このことの積極性を明確に理解しているわけではありません。しかし、最適化の際に、エラーの総数が正しくカウントされているとは限りません。そして、なぜか最適化の最後に「Bad Data」というメッセージが表示されますそれは何でしょう? Yury Reshetov 2015.01.21 13:25 #396 nikelodeon: まだ積極性がよくわからない。しかし、最適化の際に、エラーの総数が正しくカウントされているとは限りません。そしてこの場合、最適化の最後になぜか「Bad Data!!!」というメッセージが表示されます。それは何でしょう?悪いデータとは、モデルを使わなかった場合よりも、モデルの「予測」が間違っていることが多いということです。つまり、このモデルはアプリケーションに適合していないのです。理由は、入力にゴミが出るから。つまり、入力は重要ではありません。コントロールサンプルでテストした 結果を分割表にまとめてみよう。モデル予測 ㊧実効結果(被説明変数の値)ポジティブな結果ネガティブな結果ポジティブな結果トゥルーポジティブ(TP)偽陽性(FP)ネガティブな結果偽陰性(FN)トゥルーネガティブ(TN) この場合,標本中の正の結果の頻度,すなわち,標本から無作為に任意の標本を採取すると,(TP+FN)/(TP+FN+FP+FN)に等しくなります。モデルの予測値を利用する場合、モデルによって正しく予測された正の結果の頻度は、等しくなる。TP / (TP + FP)標本から無作為に任意の標本を採取し、その結果をデフォルトで陽性として扱う場合よりも、モデルが標本の陽性結果の予測に誤る頻度が少ないためには、以下の条件が必要かつ十分である。tp / (tp + fp) > (tp + fn) / (tp + fn + fp + fn)もしこの条件が満たされないなら、モデルは実際のところ肯定的な結果を予測するのには適さない。なぜなら、サンプルから任意の例を取り出してその結果をデフォルトで肯定的に扱えば、モデルによって予測された肯定的な結果を扱うのと変わらない頻度で間違うことになるからである。 Mihail Marchukajtes 2015.01.21 16:00 #397 なるほど、誤差を大幅に減らし、一般化する能力を高める入力データセットを探す必要があるのか......と理解しました。それも十分なデータレコードで・・・。 Yury Reshetov 2015.01.22 09:28 #398 nikelodeon: なるほど、エラーを大幅に減らし、汎化能力を高めるような入力データのセットを探す必要があるのですね......。それも十分なデータレコードで・・・。まさにその通りです。つまり、一度に最大1023個の予測因子(入力データ)を詰め込むことができる。その後,BadDataメッセージが表示されなければ,モデルの説明で削減中とマークされた予測変数をサンプルから除外します(スプレッドシートから列を削除します). 残りの予測変数のサンプルはすでに再度実行することができ、カーネル変換を受けることになる。そして、カーネル変換を行うことで、一般性が高まります。カーネル変換は、入力(説明変数のある列)の数が44を超えない場合に自動的に有効になります。入力数が10を超えない場合は、MSUAが 含まれ、最大限の一般性を得ることができる。 Mihail Marchukajtes 2015.01.22 19:11 #399 素晴らしい!ただし、カラムを7以上増やすと、最適化の時間が大幅に増えてしまうのですが......。パワーの上げ方もわからないし......。10欄の話もしたくない。非現実的な長さ...。何か解決する方法はありますか? Mihail Marchukajtes 2015.01.23 06:42 #400 11カラム+1出力カラムのデータサンプルを用意しました。質問:Predictorを実行する際、列の数はいくつ指定すればよいのでしょうか?データ量のみ(11)、または出力(12)と合わせて ? 1...333435363738394041 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
そこで考えたのは......結果をどう解釈するか......もっと早く、確実に手作業で行うには......ということです。
選択:c、c++、Java、JavaScript、mql4、mql5
ユーリplz。
MT4.5とJAVAを連携させる方法を教えてください。 せめて何か読んでみたいので本当にやってみたいです。
ユーリplz。
MT4.5とJAVAを接続する方法をご存知の方、ぜひ読んでみてください。
いろいろな方法があるが、どれも面倒くさい。Javaはプラットフォームに依存しないことを目的に、低レベルのアプリケーション向けに設計されたものではありません。そして、MTには、プラフォーム-Windowsに縛られないハイレベルなコミュニケーション・チャンネルが欠けているのです。
そのため、私はそれらを結びつけず、Javaでコードジェネレータを書き、その結果をMQLやC、Javaに簡単に貼り付けることができるようにしています。
まだ積極性がよくわからない。しかし、最適化の際に、エラーの総数が正しくカウントされているとは限りません。そしてこの場合、最適化の最後になぜか「Bad Data!!!」というメッセージが表示されます。それは何でしょう?
悪いデータとは、モデルを使わなかった場合よりも、モデルの「予測」が間違っていることが多いということです。つまり、このモデルはアプリケーションに適合していないのです。理由は、入力にゴミが出るから。つまり、入力は重要ではありません。
コントロールサンプルでテストした 結果を分割表にまとめてみよう。
この場合,標本中の正の結果の頻度,すなわち,標本から無作為に任意の標本を採取すると,(TP+FN)/(TP+FN+FP+FN)に等しくなります。
モデルの予測値を利用する場合、モデルによって正しく予測された正の結果の頻度は、等しくなる。TP / (TP + FP)
標本から無作為に任意の標本を採取し、その結果をデフォルトで陽性として扱う場合よりも、モデルが標本の陽性結果の予測に誤る頻度が少ないためには、以下の条件が必要かつ十分である。
tp / (tp + fp) > (tp + fn) / (tp + fn + fp + fn)
もしこの条件が満たされないなら、モデルは実際のところ肯定的な結果を予測するのには適さない。なぜなら、サンプルから任意の例を取り出してその結果をデフォルトで肯定的に扱えば、モデルによって予測された肯定的な結果を扱うのと変わらない頻度で間違うことになるからである。
なるほど、エラーを大幅に減らし、汎化能力を高めるような入力データのセットを探す必要があるのですね......。それも十分なデータレコードで・・・。
まさにその通りです。つまり、一度に最大1023個の予測因子(入力データ)を詰め込むことができる。その後,BadDataメッセージが表示されなければ,モデルの説明で削減中とマークされた予測変数をサンプルから除外します(スプレッドシートから列を削除します).
残りの予測変数のサンプルはすでに再度実行することができ、カーネル変換を受けることになる。そして、カーネル変換を行うことで、一般性が高まります。
カーネル変換は、入力(説明変数のある列)の数が44を超えない場合に自動的に有効になります。入力数が10を超えない場合は、MSUAが 含まれ、最大限の一般性を得ることができる。