Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
A soma mais baixa é 23, escolhendo a primeira fileira.Obrigado, eu também vou tomar nota disso.
Mas estes são valores de erro, é confiável usar este método de estimativa de classificação?
Nas estatísticas, eles usam principalmente a soma dos quadrados para estimar os erros.
E a soma dos quadrados e a classificação têm resultados diferentes, então qual método confiar?
;))
Em que área matemática o método de classificação é utilizado?Para fumar este material e entender onde ele é utilizado.
O método utilizado deve ser aquele que oferece uma solução satisfatória para o problema em questão. Ao aplicar qualquer método, você deve entender o que está fazendo e o que está obtendo.
Se você não tem idéia do que deve ser um resultado satisfatório, não faz diferença o método a ser utilizado.
O método utilizado deve ser aquele que oferece uma solução satisfatória para o problema em questão. Ao aplicar qualquer método, você deve entender o que está fazendo e o que está obtendo.
E se você não tem idéia do que deve ser um resultado satisfatório, não faz diferença qual método utilizar.
Concordo em parte, mas neste caso, estamos avaliando o valor do erro em si e não sua recorrência em um módulo.
Este método é adequado para avaliar valores repetidos.
Não creio que seja o método certo para avaliar os valores de erro em si.
Concordo parcialmente, mas neste caso estamos avaliando o erro em si, não sua recorrência em um módulo.
Este método é adequado para avaliar valores recorrentes.
Não creio que seja o método certo para avaliar os valores de erro em si.
Se os valores forem repetitivos, eles darão exatamente o mesmo resultado que a troca com 1, 2 e 3.
Leia o primeiro post deste tópico, aí o autor do tópico formulou seu problema - basta lê-lo, não inventá-lo.
Se os valores forem repetitivos, eles mesmos darão exatamente o mesmo resultado que trocando-os com 1, 2, 3.
Leia o primeiro post deste tópico, onde o autor do tópico formulou seu problema - basta lê-lo, não inventá-lo.
Portanto, ninguém está inventando. Como entendi do primeiro post, a tarefa original era estimar a minimização do erro.
E o autor em sua tabela chegou a derivar a média de todos os erros. Mas ele não achou que fosse prático ou informativo.
Estimar a minimização de erros e estimar valores de repetição são tarefas diferentes.
Portanto, ninguém está inventando. Como entendi do primeiro post, o objetivo original era estimar a minimização de erros.
E o iniciador do tópico calculou a média de todos os erros em sua mesa. Mas ele não achou que fosse prático ou informativo.
Estimar a minimização de erros e estimar valores recorrentes são tarefas diferentes.
Só usar a média não é suficiente, você também precisa evitar um grande excesso.
Não basta ter uma média, você também precisa ter uma baixa taxa de ejeção.
e assim o produto
Não basta usar apenas a média, também é preciso evitar grandes aberrações.
Depois é necessário preparar adicionalmente os dados de entrada, normalizá-los ou padronizá-los.
No meu exemplo, isto é levado em consideração pela MathPow(arr[i] - (max-min)/* ou avg*/, 2.0), e o produto é realizado pela função quadrada.
Ou seja, leva-o à segunda potência, que corresponde ao produto.
Enquanto estamos falando de normalização e padronização, este alinhamento se aplica quando os valores a serem comparados precisam ser levados à mesma escala.
O que você quer dizer com "normalização na mesma escala"?
Por exemplo, quando precisamos comparar números como 81.500 e 1.13453 ou 5200.1 ou 27340, etc.
Ou seja, os valores têm um número diferente de dígitos após o número inteiro.
Para comparar tais dados ou transferi-los para um modelo, se o modelo tiver vários sinais, aplicar a normalização ou padronização,
, para que o modelo calcule corretamente e produza o cálculo correto.
Eu escrevi tais funções, se alguém precisar delas, por favor, use-as.
Enquanto estamos falando de normalização e padronização, este alinhamento se aplica quando os valores a serem comparados precisam ser levados à mesma escala.
O que você quer dizer com "normalização na mesma escala"?
Por exemplo, quando precisamos comparar números como 81.500 e 1.13453 ou 5200.1 ou 27340, etc.
Ou seja, os valores têm um número diferente de dígitos após o número inteiro.
Para comparar tais dados ou transferi-los para um modelo, se o modelo tiver vários sinais, aplicar a normalização ou padronização,
, para que o modelo calcule corretamente e produza o cálculo correto.
Eu escrevi tais funções, se alguém precisar delas, por favor, use-as.