MetaTrader 5 Python 사용자 그룹 - Metatrader에서 Python을 사용하는 방법 - 페이지 82 1...7576777879808182838485868788 새 코멘트 Alexey Viktorov 2020.12.07 18:45 #811 Vladimir Karputov : 오프셋을 만드는 방법? 다음은 테이블(데이터 프레임)입니다. 이렇게 하는 방법: 무엇을 위해? 그냥 인쇄? Vladimir Karputov 2020.12.07 18:50 #812 Vladimir Karputov : 오프셋을 만드는 방법? 다음은 테이블(데이터 프레임)입니다. 이렇게 하는 방법: 여기에서 pandas.DataFrame.shift 를 찾았습니다. 가장 중요한 것은 쓰레기가 포함되어 있으므로 마지막 줄을 삭제하는 것을 잊지 않는 것입니다. Pavel Verveyko 2020.12.08 15:44 #813 정말 죄송합니다) MQL5에서 파이썬을 통해 키보드를 누를 수 있는지 알고 싶습니다. 실험할 시간이 없다 Julius Mwangi Maina 2020.12.20 22:26 #814 mt5로의 파이썬 통합에 대한 꽤 유익한 스레드... mt5 터미널에 파이썬 스크립트를 추가할 때 추가된 다음 즉시 제거되는 이유는 무엇입니까? [삭제] 2021.01.11 13:47 #815 친애하는, 내 이해에 무엇이 잘못되었는지 말해달라고 요청합니다. 신경망을 구축합니다. 자료를 준비했습니다. ( 10452 , 50 ) ( 10452 , 2 ) полный набор данных ( 7316 , 50 ) ( 7316 , 2 ) тренировочный набор ( 3136 , 50 ) ( 3136 , 2 ) тестовый набор 교육 실시 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 결과. 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 ] 그랬더니 무슨 일인지 이해가 안가네요... predictions = model.predict(X_test[: 15 ]) 문제 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 ]] 왜 그러한 "예측"의 결과가 있습니까? 0-0 또는 0-1 또는 1-0이 예상됩니다.... [삭제] 2021.01.12 15:55 #816 항상 그렇죠... 당신은 질문을합니다 - 모두는 생각합니다 : 내가 무엇을 귀찮게해야합니까? 주관적인 의견: 93%의 경우 Google을 "강간"해야 합니다. .... 90%의 시간이 질문의 "올바른" 제출에 소요됩니다.... 응답해 주셔서 감사합니다! 그게 다야. 나는 구글을 "고문"할 것이다 .... Maxim Dmitrievsky 2021.01.12 15:59 #817 이것은 1st와 2nd 클래스의 확률입니다. 2번은 확률이 더 높으므로 예측됩니다. 그들의 합은 1과 같아야합니다. 훈련에 약간의 오류가 있습니다. 이진 분류인 경우 출력에 1개의 뉴런이 필요합니다. 또는 소프트맥스 [삭제] 2021.01.12 16:32 #818 Maxim Dmitrievsky : 이것은 1st와 2nd 클래스의 확률입니다. 2번은 확률이 더 높으므로 예측됩니다. 그들의 합은 1과 같아야합니다. 훈련에 약간의 오류가 있습니다. 이진 분류인 경우 출력에 1개의 뉴런이 필요합니다. 또는 소프트맥스 이진 분류는 출력당 1개의 뉴런을 의미하지 않습니다. 적어도 내가 구글링한 결과... 하지만 문제는 다른 손실 함수를 사용할 때 그림이 바뀌지 않는다는 것입니다! 내일 나는 예측 검증으로 데이터 테스터를 작성할 것이다. 하지만 결과가 비참할 것이라는 무언가가 있습니다! 왜 '정확도'가 96%를 넘고 예측이 '이런지'인지 도저히 이해가 되지 않는다... 내가 뭔가 잘못하고 있는 건 아닐까? Maxim Dmitrievsky 2021.01.12 16:34 #819 Сергей Таболин : 이진 분류는 출력당 1개의 뉴런을 의미하지 않습니다. 적어도 내가 구글링한 결과... 하지만 문제는 다른 손실 함수를 사용할 때 그림이 바뀌지 않는다는 것입니다! 내일 나는 예측 검증으로 데이터 테스터를 작성할 것이다. 하지만 결과가 비참할 것이라는 무언가가 있습니다! 왜 '정확도'가 96%를 넘고 예측이 '이런지'인지 도저히 이해가 되지 않는다... 내가 뭔가 잘못하고 있는 건 아닐까? 나는 네트워크 디자이너가 무엇인지 전혀 모른다고 생각한다 1개의 뉴런이 의미하는 것은 아니지만 가산기도 활성화되어야 합니다. 일반적으로 1개의 뉴런을 넣습니다. 많은 이유가 있을 수 있습니다. 예를 들어 데이터가 정규화되지 않았거나 잘못 준비되었으며 네트워크가 비뚤어지게 조립되었습니다. [삭제] 2021.01.12 16:47 #820 Maxim Dmitrievsky : 나는 네트워크 디자이너가 무엇인지 전혀 모른다고 생각한다 1개의 뉴런이 의미하는 것은 아니지만 가산기도 활성화되어야 합니다. 일반적으로 1개의 뉴런을 넣습니다. 많은 이유가 있을 수 있습니다. 예를 들어 데이터가 정규화되지 않았거나 잘못 준비되었으며 네트워크가 비뚤어지게 조립되었습니다. 문제는 정상화가 비참한 일이라는 것입니다! 설명하겠습니다. 데이터 A, B, C가 있습니다... 의미 등이 다릅니다. (Google의) 모든 사람은 행이 아니라 열(A-A-A, B-B-B, B-B-B)로 정규화해야 한다고 씁니다. 이것은 논리적으로 이해할 수 있습니다. 그러나 "예측"할 새 데이터가 있을 때 행이 하나뿐인 경우 정규화하는 방법은 무엇입니까? 그리고 이 행의 어떤 항이 훈련 및 테스트 데이터에 대한 정규화를 넘어설 수 있습니까? 그리고 라인에 대한 정규화는 어떤 영향도 주지 않습니다! 사실 이 뉘앙스를 확인한 후 이 "영혼의 외침"이 탄생했습니다)))) 1...7576777879808182838485868788 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
오프셋을 만드는 방법?
다음은 테이블(데이터 프레임)입니다.
이렇게 하는 방법:
무엇을 위해? 그냥 인쇄?
오프셋을 만드는 방법?
다음은 테이블(데이터 프레임)입니다.
이렇게 하는 방법:
여기에서 pandas.DataFrame.shift 를 찾았습니다.
가장 중요한 것은 쓰레기가 포함되어 있으므로 마지막 줄을 삭제하는 것을 잊지 않는 것입니다.
친애하는, 내 이해에 무엇이 잘못되었는지 말해달라고 요청합니다.
신경망을 구축합니다. 자료를 준비했습니다.
교육 실시
결과.
그랬더니 무슨 일인지 이해가 안가네요...
predictions = model.predict(X_test[: 15 ])
문제
왜 그러한 "예측"의 결과가 있습니까? 0-0 또는 0-1 또는 1-0이 예상됩니다....
항상 그렇죠...
당신은 질문을합니다 - 모두는 생각합니다 : 내가 무엇을 귀찮게해야합니까?
주관적인 의견: 93%의 경우 Google을 "강간"해야 합니다. .... 90%의 시간이 질문의 "올바른" 제출에 소요됩니다....
응답해 주셔서 감사합니다! 그게 다야. 나는 구글을 "고문"할 것이다 ....
이것은 1st와 2nd 클래스의 확률입니다.
2번은 확률이 더 높으므로 예측됩니다.
그들의 합은 1과 같아야합니다. 훈련에 약간의 오류가 있습니다.
이진 분류인 경우 출력에 1개의 뉴런이 필요합니다. 또는 소프트맥스이것은 1st와 2nd 클래스의 확률입니다.
2번은 확률이 더 높으므로 예측됩니다.
그들의 합은 1과 같아야합니다. 훈련에 약간의 오류가 있습니다.
이진 분류인 경우 출력에 1개의 뉴런이 필요합니다. 또는 소프트맥스이진 분류는 출력당 1개의 뉴런을 의미하지 않습니다. 적어도 내가 구글링한 결과...
하지만 문제는 다른 손실 함수를 사용할 때 그림이 바뀌지 않는다는 것입니다!
내일 나는 예측 검증으로 데이터 테스터를 작성할 것이다. 하지만 결과가 비참할 것이라는 무언가가 있습니다!
왜 '정확도'가 96%를 넘고 예측이 '이런지'인지 도저히 이해가 되지 않는다...
내가 뭔가 잘못하고 있는 건 아닐까?
이진 분류는 출력당 1개의 뉴런을 의미하지 않습니다. 적어도 내가 구글링한 결과...
하지만 문제는 다른 손실 함수를 사용할 때 그림이 바뀌지 않는다는 것입니다!
내일 나는 예측 검증으로 데이터 테스터를 작성할 것이다. 하지만 결과가 비참할 것이라는 무언가가 있습니다!
왜 '정확도'가 96%를 넘고 예측이 '이런지'인지 도저히 이해가 되지 않는다...
내가 뭔가 잘못하고 있는 건 아닐까?
나는 네트워크 디자이너가 무엇인지 전혀 모른다고 생각한다
1개의 뉴런이 의미하는 것은 아니지만 가산기도 활성화되어야 합니다. 일반적으로 1개의 뉴런을 넣습니다.
많은 이유가 있을 수 있습니다. 예를 들어 데이터가 정규화되지 않았거나 잘못 준비되었으며 네트워크가 비뚤어지게 조립되었습니다.나는 네트워크 디자이너가 무엇인지 전혀 모른다고 생각한다
1개의 뉴런이 의미하는 것은 아니지만 가산기도 활성화되어야 합니다. 일반적으로 1개의 뉴런을 넣습니다.
많은 이유가 있을 수 있습니다. 예를 들어 데이터가 정규화되지 않았거나 잘못 준비되었으며 네트워크가 비뚤어지게 조립되었습니다.문제는 정상화가 비참한 일이라는 것입니다!
설명하겠습니다. 데이터 A, B, C가 있습니다...
의미 등이 다릅니다. (Google의) 모든 사람은 행이 아니라 열(A-A-A, B-B-B, B-B-B)로 정규화해야 한다고 씁니다. 이것은 논리적으로 이해할 수 있습니다.
그러나 "예측"할 새 데이터가 있을 때 행이 하나뿐인 경우 정규화하는 방법은 무엇입니까? 그리고 이 행의 어떤 항이 훈련 및 테스트 데이터에 대한 정규화를 넘어설 수 있습니까?
그리고 라인에 대한 정규화는 어떤 영향도 주지 않습니다!
사실 이 뉘앙스를 확인한 후 이 "영혼의 외침"이 탄생했습니다))))