Обсуждение статьи "Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта" - страница 4

 
toxic:


такс... объясните плиз пару моментов, к примеру я беру жаба-файл, это уже обученная модель? Там три метода, нет ссылок на референсы и в самих методах коэффициенты захардкоженны, но они принимаю 5 фичей, а было 15, какие вы фичи использовали или как их 15->5 уменьшали размерность

И нужен ли *.vrm бинарник мне для чегото, если просто прогнать тест мне надо?


Да в жабе и мкуль уже обученные модели и результат обучения указан в самом низу, также внизу указанны именно те входы, которые нужно использовать, подставив их в переменные v0.... vN. Не перепутайте порядок, это важно, каждый вход должен быть на своём месте. vmr паровозом зацепился :-)

Тоесть оптимизатор помимо построения модели ещё и выбирает именно те входы, которые нужно использовать. Я скинул фал тренировочный в котором обозначены входы по буквам, Вы уж сами их там сопоставьте что да как.

 
Mihail Marchukajtes:


Да в жабе и мкуль уже обученные модели и результат обучения указан в самом низу, также внизу указанны именно те входы, которые нужно использовать, подставив их в переменные v0.... vN. Не перепутайте порядок, это важно, каждый вход должен быть на своём месте. vmr паровозом зацепился :-)

Тоесть оптимизатор помимо построения модели ещё и выбирает именно те входы, которые нужно использовать. Я скинул фал тренировочный в котором обозначены входы по буквам, Вы уж сами их там сопоставьте что да как.

Наверняка что то напутал, но пока получается чуть хуже рандома, на почти 2%

А можете ещё для чистоты эксперимента предоставить тот сет по которому вы протестировали с метками фичей? Вы же не весь тестовый сет прогоняли?

Жаба - проект прилагается.

Файлы:
vrmtest.zip  524 kb
 
toxic:

Наверняка что то напутал, но пока получается чуть хуже рандома, на почти 2%

А можете ещё для чистоты эксперимента предоставить тот сет по которому вы протестировали с метками фичей? Вы же не весь тестовый сет прогоняли?

Жаба - проект прилагается.


Признаюсь не совсем понял смысл поста. Да я взял первые 50 строк Вашего файла Трайн, который вы присылали. Что теперь нужно сделать????

Признаюсь честно 65000 строк я вряд ли запущу, но приемлемо 100 или 200 вполне, но только модель будет строится до утра. Так что нужно сделать????

 
Mihail Marchukajtes:


Признаюсь не совсем понял смысл поста. Да я взял первые 50 строк Вашего файла Трайн, который вы присылали. Что теперь нужно сделать????

Признаюсь честно 65000 строк я вряд ли запущу, но приемлемо 100 или 200 вполне, но только модель будет строится до утра. Так что нужно сделать????

У меня получается accuracy 48.2% 

Мне нужны те сэмплы по которым Вы проверяли, я хочу понять это я что то напутал или нет

* Sensitivity of generalization abiliy: 82.92682926829268%
* Specificity of generalization ability: 47.82608695652174%
* Generalization ability: 70.3125%
* TruePositives: 34
* FalsePositives: 7
* TrueNegatives: 11
* FalseNegatives: 12
* Total patterns in out of samples with statistics: 64 - Где они???
String testPath = "vrmtest/test.csv";
double[][] inputs = FileIO.parseCsvFile(testPath, ";", "W","E","R","T","Y","X");
double[][] outputs = FileIO.parseCsvFile(testPath, ";", "V");

double accuracy = 0;
int all = 0;

for (int i = 0; i < inputs.length; i++)
{
    double[] x = inputs[i];
    double[] y = outputs[i];
    int predict = Model.getTernaryClassificator(x[0], x[1], x[2], x[3], x[4], x[5]);

    if (predict!=0)
    {
        if (predict*y[0] > 0) accuracy++;
        all++;
    }
}

accuracy = accuracy / all;
System.out.println(accuracy);
 
toxic:

У меня получается accuracy 48.2% 

Мне нужны те сэмплы по которым Вы проверяли, я хочу понять это я что то напутал или нет


ММММ. Дело в том что тот файл который я прислал для обучения, он делится на две выборки, теринировочную и тестовую. Делится он каждый раз рандомно, тут уже нужно смостреть сам оптимизатор, поделив выборку происходит обучение и тестирование на выбраном участке. Причём для задач классификации не важен порядок поступления патернов. И насколько я знаю, он делате разделение до 100 раз, насколько я помню Юрий говорил. Тоесть я загрузил файл с 50 данными, он их разделил на два участка и произвёл обучение получил результат, потом ещё раз разделил и т.д. Вам нужно почитать его описание тут Там есть раздел про разделение выборки, каким образом это происходит. Вы наверное поделили её пополам где 50% в начале, а тест в конце, Но это не так. Разделение обучающей выборки происходит по другому принципу, не по времени поступления. Для задач пронозирования порядок поступления патернов ВАЖЕН. Для задачь классификации нет.

Так что как то так..... Хм....

Метод Брауна-Робинсон-Решетова - Векторная машина Решетова
  • sites.google.com
Метод Брауна-Робинсон является наиболее старым (1951 г.) алгоритмом итеративного решения минимаксных задач, представленных в виде платёжных матриц. При этом он является методом поиска решения с оппонентом и способностью авторедукции доминируемых строк и столбцов. Однако, ему присущи ряд недостатков: Несоответствие решения аксиоматике вектора...
 
Дело в том что у меня оптимизатор 14 версии, последняя от него. Признаюсь честно переживаю по поводу пропажи Решетова, как бы не случилось чего. И есть подозрения что проект содержит ошибки или не доделан до конца. Юрий как то пропал резко. Поэтому говорить о реализации внутри оптимизатора для меня затруднительно. Я являюсь пользователем НС, а не разработчиком. Для меня важно подготовить данные, выбрать выход, настроить систему. Но внутренний код пока не разбирал, хотя интерес есть. Думаю в ближайшее будущее приступить к разбору его проекта. И по поводу разделения выборки вопрос открыт, НО интересно было бы увидеть результат работы модели вне выборки, дальше как грится, и уже на этом участке посмотретьб статистику. На данных которые сеть не видела. Вот что интересно.
 
Mihail Marchukajtes:
НО интересно было бы увидеть результат работы модели вне выборки, дальше как грится, и уже на этом участке посмотретьб статистику. На данных которые сеть не видела. Вот что интересно.
ну я выложил выше проект, можите сами проверить что выходит
 

Уважаемые а можно ли Закодить и проверить в нейронке к примеру 1 патерн, интересно было бы посмотреть, как вообще все это выглядит,и что вообще получится.Если можно так сделать то выложу простой график где четка будет указанна фигура патерна, естественно пашет на любом рынке и паре.Если да то скину скрин если можно потом прогнать по основным парам, и еще нейронка на 5 версии или 4 Вы пользуетесь

 
Vizard_:

В лоб-
На датасете toxic  -
трен=67.1%. тест=67%

О! это уже похоже на правду! Даже на 1.3% больше моего)) Но Вы и на numerai меня превзошли помню, респект Вам, шарите)))

Надеюсь это Вы так не на 50 сэмплах обучились? Иначе я не засну)))

 
Vizard_:
А ведь были неоднакратно предупреждены)))
------
В лоб-
На датасете toxic  -
трен=67.1%. тест=67%

Это всего лишь предположение. И опасность использования софта всегда подразумевает подобное. Попробуйте обучить свои ИИ но с указанными рекомендациями. Да что тут гадать. Тупо возьмите Секвенту, сохраните входные данные и обучите свои ИИ, увидеть результат обученный на альтернотивном ИИ будет куда интересней.