Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1919
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
Burada bir resim var
böyle bir kar grafiği veriyor
bir ekran nasıl yapılır, bu şekilde kaydedebilir ve ardından boş bir sayfadan yükleyebilirsiniz ve model görünecektir?
Evet
İşte böyle bir leke nasıl yorumlanır?
Pekala, bu bir küme, görünüşe göre çok boyutlu bir uzaydaki nesneler üç boyutlu bir uzayda böyle kümeler halinde birleşmişler, böylece 100-500 boyutlu verilerinize üç boyutlu bir biçimde bakabilir ve bir şekilde değerlendirebilirsiniz. yapı
Bu arada, sınıflara zorla renkler nasıl ayarlanır - Ne olduğunu anlamıyorum?
orada renkler zaten hedef değişken aracılığıyla ayarlanmış, orada üç renginiz olduğunu görüyorsunuz, bu üç sınıftaki hedefiniz
Bu arada, adaların olduğu yukarıdaki resim benim tahmin edici dönüşüm yöntemimden sonra ve orijinal örnek dönüşümlerden önce böyle görünüyor.
İki nebula...
Veriler özünde aynıdır, ancak sonuç görsel olarak bile farklıdır. Bu nedenle, örneğin eğitim için hazır olup olmadığının bir değerlendirmesi dışında, bu aracı nasıl kullanacağımı bilmiyorum ....
Diyelim ki ayrı bir pencerede açılan ve ekran yapmanın bir yolu bile olmayan bir 3D model diyelim, bu şekilde kaydedip sonra boş bir sayfadan yükleyin ve model görünecektir?
onunla yeni verileri bile tanıyabilirsiniz
Pekala, bu bir küme, görünüşe göre çok boyutlu bir uzaydaki nesneler üç boyutlu bir uzayda böyle kümeler halinde birleşmişler, böylece 100-500 boyutlu verilerinize üç boyutlu bir biçimde bakabilir ve bir şekilde değerlendirebilirsiniz. yapı
Belki de hedef bu adaların sayısına göre olmalıdır? Bu görselleştirmenin kalite değerlendirmesini anlamıyorum.
burada renkler bir şekilde ayarlanmalı - arkanın siyah olduğunu görüyorum ve gerisi - 1,2,3 - bunu renge nasıl çevirebilirim?
onunla yeni verileri bile tanıyabilirsiniz
Bu ne anlama geliyor, hangi veriler? Neresi?
Belki de hedef bu adaların sayısına göre olmalıdır? Bu görselleştirmenin kalite değerlendirmesini anlamıyorum.
anlıyorsunuz, bu kümeler nesnel bir gerçeklik, verilerinizin gerçek yapısı...
hedefiniz öznel bir gerçekliktir (gag) çünkü sınıflarınızın etiketleri hiçbir şekilde kümelerin yapısı ile bağlantılı değildir
Örneğe ve süsenlere bakın, her şeyi anlayacaksınız.
burada renkler bir şekilde ayarlanmalı - arkanın siyah olduğunu görüyorum ve gerisi - 1,2,3 - bunu renge nasıl çevirebilirim?
Kılavuza bakın, her şey yorumlarda var
Bu ne anlama geliyor, hangi veriler? Neresi?
)))
Sıradan orman ağlarında olduğu gibi, yeni veriler ortaya çıktı, kaydedilen model tarafından tanınabilirler.
anlıyorsunuz, bu kümeler nesnel bir gerçeklik, verilerinizin gerçek yapısı...
hedefiniz öznel bir gerçekliktir (gag) çünkü sınıflarınızın etiketleri hiçbir şekilde kümelerin yapısı ile bağlantılı değildir
Böylece ilginç hale geldi, ama ya bu örneği bu adalara göre işaretlersek ve zaten içlerindeki modellerin eğitimini yaparsak.
Farklı kümeler, sonucu etkileyen farklı faktörlerden, daha doğrusu anladığım kadarıyla farklı ağırlıklarından bahseder.
Bu ayrılığı nasıl...
Bu arada, farklı bir açıdan, aynı eksiksiz veriler - 4 küme görünür
Bu nedenle, örneğin eğitim için hazır olup olmadığının bir değerlendirmesi dışında, bu aracı nasıl kullanacağımı bilmiyorum ....
Amaçlandığı gibi kullanın - veri yapısını değerlendirmek için çok boyutlu uzayın görselleştirilmesi, bir küme mi yoksa nokta bulutu mu vb.