MetaTrader 5 Python Kullanıcı Grubu - Metatrader'da Python nasıl kullanılır - sayfa 82
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret 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
Ofset nasıl yapılır?
İşte bir tablo (Veri Çerçevesi)
böyle nasıl yapılır:
Ne için? Sadece baskı mı?
Ofset nasıl yapılır?
İşte bir tablo (Veri Çerçevesi)
böyle nasıl yapılır:
Burada pandas.DataFrame.shift buldum
Ana şey, çöp içereceğinden son satırı silmeyi unutmamaktır.
Sevgili, anlayışımda neyin yanlış olduğunu bana söylemeni istiyorum.
Bir sinir ağı oluşturun. Verileri hazırladı.
yürütülen eğitim
Sonuç.
Sonra ne olduğunu anlamıyorum...
predictions = model.predict(X_test[: 15 ])
sorunlar
Neden böyle bir "tahmin" sonuçları? 0-0 veya 0-1 veya 1-0 bekleniyor...
Hep böyledir...
Bir soru soruyorsun - herkes düşünüyor: ne için uğraşayım?
Öznel görüş: Vakaların% 93'ünde Google'a "tecavüz" etmeniz gerekir .... Zamanın% 90'ı sorunun "doğru" sunulması için harcanır ....
Duyarlılığınız için teşekkür ederiz! Bu kadar. Google'a "eziyet edeceğim" ....
bunlar 1. ve 2. sınıfların olasılıkları
2. olasılık daha yüksek, bu yüzden tahmin ediliyor
toplamları 1'e eşit olmalı, eğitimde bazı hatalar var
İkili bir sınıflandırma ise çıktı için 1 nöron gereklidir. veya softmaxbunlar 1. ve 2. sınıfların olasılıkları
2. olasılık daha yüksek, bu yüzden tahmin ediliyor
toplamları 1'e eşit olmalı, eğitimde bazı hatalar var
İkili bir sınıflandırma ise çıktı için 1 nöron gereklidir. veya softmaxİkili sınıflandırma, çıktı başına 1 nöron anlamına gelmez. En azından google'da araştırdığım kadarıyla...
Ancak sorun şu ki, diğer kayıp işlevlerini kullanırken resim değişmiyor!
Yarın tahmin doğrulaması olan bir veri test cihazı yazacağım. Ama bir şey bana sonucun içler acısı olacağını söylüyor!
"Doğruluğun" neden %96'dan fazla olduğunu ve tahminin "böyle" olduğunu anlayamıyorum ...
Belki yanlış bir şey yapıyorum?
İkili sınıflandırma, çıktı başına 1 nöron anlamına gelmez. En azından google'da araştırdığım kadarıyla...
Ancak sorun şu ki, diğer kayıp işlevlerini kullanırken resim değişmiyor!
Yarın tahmin doğrulaması olan bir veri test cihazı yazacağım. Ama bir şey bana sonucun içler acısı olacağını söylüyor!
"Doğruluğun" neden %96'dan fazla olduğunu ve tahminin "böyle" olduğunu anlayamıyorum ...
Belki yanlış bir şey yapıyorum?
Sanırım bir ağ tasarımcısının ne olduğu hakkında hiçbir fikrim yok
1 nöron anlamına gelmez, ancak toplayıcının da etkinleştirilmesi gerekir. Genellikle 1 nöron koyun
birçok sebep olabilir. Örneğin, veriler normalleştirilmemiş, yanlış hazırlanmış, ağ çarpık bir şekilde monte edilmiştir.Sanırım bir ağ tasarımcısının ne olduğu hakkında hiçbir fikrim yok
1 nöron anlamına gelmez, ancak toplayıcının da etkinleştirilmesi gerekir. Genellikle 1 nöron koyun
birçok sebep olabilir. Örneğin, veriler normalleştirilmemiş, yanlış hazırlanmış, ağ çarpık bir şekilde monte edilmiştir.Sorun şu ki, normalleşme felaket bir şey!
Açıklamama izin ver. Bazı veriler var A, B, C...
Önem ve benzeri açılardan farklıdırlar. Herkes (Google'da) satırlarla değil, sütunlarla (A-A-A, B-B-B, B-B-B) normalleştirmenin gerekli olduğunu yazıyor. Bu mantıksal olarak anlaşılabilir.
Ancak "tahmin edilecek" yeni veriler olduğunda, yalnızca BİR satır ise NASIL normalleştirilir? Ve bu satırdaki herhangi bir terim, eğitim ve test verilerinde normalleştirmenin ötesine geçebilir mi?
Ve hatlarda normalleştirme herhangi bir etki yaratmaz!
Aslında, bu nüansları kontrol ettikten sonra, bu "ruhun çığlığı" içimde doğdu)))