우리가 친구라고 가정하고 친구의 말을 들어보자. 소포는 그런 오렌지에서 각각 8개, 10개 우리에게 왔다.
그리고 당신은 묻습니다: 어때요?
나는 말한다: 그러나 나는 내 8개를 먹지 않았다. :o) 공정합니까?
공정성은 최대 수의 애플리케이션이 구현 기회를 최대화할 수 있고 시간이 지남에 따라 애플리케이션이 이동한다는 사실을 누구도 부정하지 않으며(이들은 제거되고 다른 가격으로 동일한 볼륨으로 교체됨) 가격이 애플리케이션과 애플리케이션을 만족시키기 위해 움직인다는 것입니다. 시행할 수 있는 기회를 갖기 위해 이동합니다.
응용 프로그램이 올려지면 시장에서 누가 그것을 알 수 있습니까? 지금 구현 될 가능성은 무엇입니까? 그리고 다음 기회는 무엇입니까?
아니요. 저는 스케일링을 하지 않습니다. Y축 - 수량. 네 가지 분포 모두에서 값의 총 개수는 동일합니다.
X축 - 클러스터(클래스)
코드를 봐주세요.
예, 지금 코드를 보았고 모든 것이 옳았습니다 (나는 여전히 5가 마음에 들지 않습니다 :o)
분포의 모양은 MO 대 RMS의 비율에 따라 달라지며 이 비율이 클수록 분포 벨이 더 무디게 됩니다.
한때 나는 막대 값의 루트를 통해 이것을 직선화했고 차트의 곡선이 지속적으로 발산했기 때문에 매일 새로운 날이나 주를 0으로 간주하는 칠면조를 썼습니다. 평균 방황 (이러한 반환 표시기)이 있지만 일반적으로 반환하지 않는 경우가 종종 발생하므로 무의미하다고 판단했습니다.
내 의견으로는 값 (막대) / (이웃 값에 상대적인 막대 오프셋)의 루트가 올바르지 않습니다. 모든 크기의 막대가 변형된다는 의미에서. 꼬리를 잘라야합니다. 한 번, 모든 막대 크기의 동일한 수의 값을 만드십시오. 제시된 sigmoid는 이에 대해 내가 아는 최고입니다. 그러나 이미 존재하는 계수 L 및 H 외에 공식에 다른 것을 추가해야 할 수도 있습니다.
29페이지에서도 이미 44화부터 시작된 홍수에 대한 지원에 놀라움 을 금치 못했습니다...
물론 이것은 모두 넌센스입니다. 발췌(첨부 참조)는 관찰된 것과 밀접하게 관련된 현상을 설명합니다.
// Karen Pryor의 책 "Don't Growl at the dog"에서 발췌
정의를 말해줘 .. 헤 ..
우리가 친구라고 가정하고 친구의 말을 들어보자. 소포는 그런 오렌지에서 각각 8개, 10개 우리에게 왔다.
그리고 당신은 묻습니다: 어때요?
나는 말한다: 그러나 나는 내 8개를 먹지 않았다. :o) 공정합니까?
공정성은 최대 수의 애플리케이션이 구현 기회를 최대화할 수 있고 시간이 지남에 따라 애플리케이션이 이동한다는 사실을 누구도 부정하지 않으며(이들은 제거되고 다른 가격으로 동일한 볼륨으로 교체됨) 가격이 애플리케이션과 애플리케이션을 만족시키기 위해 움직인다는 것입니다. 시행할 수 있는 기회를 갖기 위해 이동합니다.
응용 프로그램이 올려지면 시장에서 누가 그것을 알 수 있습니까? 지금 구현 될 가능성은 무엇입니까? 그리고 다음 기회는 무엇입니까?
당신은 정의감이 아주 미묘합니다. :에 대한)
당신은 정의감이 아주 미묘합니다. :에 대한)
네.
하지만 나는 아무것도 가지고 있지 않습니다. 이 문제에서 나는 로봇 만 믿습니다 ...
;)
네.
하지만 나는 아무것도 가지고 있지 않습니다. 이 문제에서 나는 로봇 만 믿습니다 ...
;)
우리는 로봇이 아니라 로봇에 "정의감"을 프로그램하는 로봇을 믿어야 합니다. 그렇지 않으면 오렌지가 완전히 없어집니다.
최소 2개는 받았어요...
:에 대한)
우리는 로봇이 아니라 로봇에 "정의감"을 프로그램하는 로봇을 믿어야 합니다. 그렇지 않으면 오렌지가 완전히 없어집니다.
최소 2개는 받았어요...
:에 대한)
공정한.
;)
유통을 만지작거리고 있습니다. 막대 크기의 분포와 서로에 대한 오프셋입니다.
나는 시그모이드 ((2.0/(1.0+MathPow(2.0,-In*(10/L))))-1.0)*H로 분포를 수정합니다.
어디:
인 - 입력 값
L - 시그모이드의 "길이"
H - 시그모이드의 "높이"
다음과 같이 나타납니다.
빨간색 히스토그램 - 막대 크기 분포
검은색 히스토그램 - 막대 오프셋 분포
녹색 선 - 변환된 막대 크기의 분포
파란색 선 - 변환된 막대 오프셋의 분포
분포를 더욱 "똑바로" 하기 위해 무엇을 할 수 있습니까? 이상적으로는 직선이 되어야 합니다.
PS 죄송합니다. 5-ki용 코드입니다. 이미 MQL4에서 작성하는 데 문제가 있습니다. :)
유통을 만지작거리고 있습니다. 막대 크기의 분포와 서로에 대한 오프셋입니다.
나는 시그모이드 ((2.0/(1.0+MathPow(2.0,-In*(10/L))))-1.0)*H로 분포를 수정합니다.
분배를 더욱 "똑바로" 하기 위해 무엇을 할 수 있습니까? 이상적으로는 직선이 되어야 합니다.
사실, 당신은 "분포를 곧게 펴는" 것이 아니라 스케일링을 하는 것입니다. 분리된 것에서 검은색과 빨간색 히스토그램을 제거하면 파란색과 녹색 선도 종 모양이 될 것입니다.
아니요. 저는 스케일링을 하지 않습니다. Y축 - 수량. 네 가지 분포 모두에서 값의 총 개수는 동일합니다.
X축 - 클러스터(클래스)
코드를 봐주세요.
아니요. 저는 스케일링을 하지 않습니다. Y축 - 수량. 네 가지 분포 모두에서 값의 총 개수는 동일합니다.
X축 - 클러스터(클래스)
코드를 봐주세요.
예, 지금 코드를 보았고 모든 것이 옳았습니다 (나는 여전히 5가 마음에 들지 않습니다 :o)
분포의 모양은 MO 대 RMS의 비율에 따라 달라지며 이 비율이 클수록 분포 벨이 더 무디게 됩니다.
한때 나는 막대 값의 루트를 통해 이것을 직선화했고 차트의 곡선이 지속적으로 발산했기 때문에 매일 새로운 날이나 주를 0으로 간주하는 칠면조를 썼습니다. 평균 방황 (이러한 반환 표시기)이 있지만 일반적으로 반환하지 않는 경우가 종종 발생하므로 무의미하다고 판단했습니다.