Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 963
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Ve saf şans dışında, aşağı doğru sapmaların kabul edilebilirliğini kendiniz için nasıl haklı çıkarıyorsunuz?
OOS'un Train'den daha iyi olmasını beklemek için hiçbir nedenim yok.
OOS'un rastgele verilerinden, üzerinde çalıştığınızdan daha iyi sonuçları nasıl talep edebilirsiniz? Bu şans eseri olmadıkça olamaz.
Geçenlerde başka bir başlıkta öğrencinin öğretmenden daha fazlasını bilemeyeceğini yazmışlar.
Misal.
FOS'taki verilerin bir kısmı (örneğin, %80) modele aşina olacak ve orada Trendekiyle aynı hatayı gösterecek (hata = %30 olsun), FOS'un kalan %20'si veriler yeni olacak ve öğrenilmeyecek ve %50 hata verecektir. Özetle, bu %80 tanıdık ve %20 yeni veri, alan çevre hatasını yaklaşık %35'e çıkarmalıdır.
Bu nedenle, OOS sonuçlarında bir iyileşmeden çok bir bozulma beklemem daha olası.
Ayrıca, Tren bölümünden daha büyük bir oranda OOS'a çok sayıda başarılı örnek girerse, iyileştirme şansı vardır. OOS'taki hatayı azaltmak için diğer seçenekleri temsil etmiyorum.
Peki bu rastgeleliğe karşı mücadele değilse asıl göreviniz nedir, çünkü hem doğrulamanın hem de OOS ve MO'nun bir bütün olarak anlamını ortadan kaldırır.?))
Görev, hata deltasının çok büyük olmamasını sağlamaktır.
600 tahmincinizden gelen gürültüyü nasıl filtrelersiniz?
OOS'un Train'den daha iyi olmasını beklemek için hiçbir nedenim yok.
OOS'un rastgele verilerinden, üzerinde çalıştığınızdan daha iyi sonuçları nasıl talep edebilirsiniz? Bu şans eseri olmadıkça olamaz.
Geçenlerde başka bir başlıkta öğrencinin öğretmenden daha fazlasını bilemeyeceğini yazmışlar.
Misal.
FOS'taki verilerin bir kısmı (örneğin, %80) modele aşina olacak ve orada Trendekiyle aynı hatayı gösterecek (hata = %30 olsun), FOS'un kalan %20'si veriler yeni olacak ve öğrenilmeyecek ve %50 hata verecektir. Özetle, bu %80 tanıdık ve %20 yeni veri, alan çevre hatasını yaklaşık %35'e çıkarmalıdır.
Bu nedenle, OOS sonuçlarında bir iyileşmeden çok bir bozulma beklemem daha olası.
Ayrıca, Tren bölümünden daha büyük bir oranda OOS'a çok sayıda başarılı örnek girerse, iyileştirme şansı vardır. OOS'taki hatayı azaltmak için diğer seçenekleri temsil etmiyorum.
Görev, hata deltasının çok büyük olmamasını sağlamaktır.
Kafanızın karışmaması için terminolojiye karar vermeniz gerekir - OOS veya OOS (örnek dışı) tanımı gereği modele aşina olmayan verilerdir, başka bir şey IS (örnekte)
terminolojiye karar vermeniz gerekir - OOS veya OOS (örnek dışı), tanımı gereği modele aşina olmayan verilerdir, başka bir şey IS (örnekte)
Ayrıca, Tren bölümünden daha büyük bir oranda OOS'a çok sayıda başarılı örnek girerse, iyileştirme şansı vardır. OOS'taki hatayı azaltmak için diğer seçenekleri temsil etmiyorum.
Uluslararası İlişkiler üzerine kitaplardan birinde, öğrenirken başarılı-başarısız oranının gerçeğe karşılık gelmesi gerektiğini okudum. Başarıları olduğu kadar başarısızlıkları da eşit şekilde eğitmeliyiz.
Uluslararası İlişkiler üzerine kitaplardan birinde, öğrenirken başarılı-başarısız oranının gerçeğe karşılık gelmesi gerektiğini okudum. Başarıları olduğu kadar başarısızlıkları da eşit şekilde eğitmeliyiz.
O halde neden başarısız ve gürültülü örnekleri filtrelemeye çalışalım; veya onları seçin, "Bilmiyorum" olarak yeniden bölümlere ayırın ve ağı yeniden eğitin mi?
Bilmiyorum. Bu, bunu yapanlar içindir. Yukarıdaki gibi öğretiyorum.
Evet, demonuzun birleşmesi üzücü. Ve hepsi OOS'a çok fazla baktığınız için, kendisi OOS'a göre model seçmenin imkansız olduğu yazan bir makaleye atıfta bulunsa da ve aynı şey burada forumda birçok kez yazıldı.
OOS ormanla alakalı değil.. OOB'ye bakıyorum, OOB ile OOS'a direnç arasında doğrudan bir ilişki olduğunu zaten yazmıştım.
OOB'de işe yaramadı, hata şu ana kadar trende ile aynı, her zaman en az 2 kat daha fazla. Sonra tekrar yapacağım, artık bu tortulardan bıktım :)
Belki de P'ye geçmeniz ve daha iyi bir model almanız gerekecek, çünkü. alglibin kendisi başka bir şey görmenize izin vermiyorçünkü alglibin kendisi başka bir şey görmenize izin vermiyor
Size uzun zamandır söylendi - çıkmaz bir seçenek. MT - R, MatLab, A_K2 gibi, VisSim vb.
Model çalıştığında MT'ye aktarabilirsiniz veya aktaramazsınız.)
Size uzun zamandır söylendi - çıkmaz bir seçenek. MT - R, MatLab, A_K2 gibi, VisSim vb.
Model çalıştığında MT'ye aktarabilirsiniz veya aktaramazsınız.)
söyleyecek başka ilginç bir şey var mı?