sinir ağı ve girişler - sayfa 41
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
11 sütun + 1 sütun çıktılı bir veri örneği hazırladım. Soru: Predictor başlatılırken kaç sütun belirtilmelidir. Yalnızca veri miktarı (11) veya çıktı (12) ile birlikte????
Onlar. orijinal elektronik tabloda (csv dosyası) sütun sayısı N > 46 ve satır sayısı M ise, hesaplamalar için harcanan süre orantılıdır: 2 * (N - 2) + M - 2
E-tablodaki sütun sayısı N < 13 ise, hesaplama süresi 2 * (N - 2) 2 + M - 2 ile orantılıdır.
Onlar. elektronik tabloda N = 12 sütun (10 giriş) varsa, aynı bilgisayardaki hesaplama süresi N = 1025 (1023 giriş) ile aynı olacaktır. Çünkü giriş sayısı 11'den az olduğunda, MGUA'nın nükleer dönüşümleri açılır.
Tamam, zamanla anladık. Ama burada fark ettiğim bir şey daha var. Aynı dosyayı optimize ederseniz, tamamen farklı sonuçlar elde edersiniz... Eh, ne kadar tamamen.... Tabii ki, bazen çok fazla farklılık gösterirler. Yuri'nin nesi var? Bu durumda optimizasyon yaparken tek bir sonuca varmamız gerektiğini düşündüm. Ve burada sonucun farklı olduğu ortaya çıkıyor .... :-( Bunun nedeni nedir?
Rastgelelikle ilgisi var. Genel örnek, PRNG kullanılarak iki alt örneğe bölünür: eğitim ve kontrol. jPrediction, popülasyonu iki parçaya bölmek için 100 girişimde bulunur.
Her denemede, eğitim alt örneği üzerinde bir model oluşturulur. Kontrol modeline göre "bit için" kontrol edilir. Kontrol (genelleme yeteneği) üzerinde elde edilen sonuçlar görüntülenir. Ve hiç kimse öğrenme yeteneğinin sonuçlarına ihtiyaç duymaz, çünkü. uygun ve bu nedenle hiçbir yerde görüntülenmez.
En iyi genelleme yeteneği sonuçları, farklı çalışmalarda aynı örnek üzerinde çok farklıysa, bu, örneğin temsili olmadığı anlamına gelir - girdilerde çok fazla çöp vardır. Onlar. tahmin ediciler düşük öneme sahiptir.
Örnek temsiliyse, aynı en iyi model 100 çalışmada tekrar tekrar oluşturulabilir, yani. eğitim örneğine hangi örneklerin dahil edileceğine ve hangilerinin kontrol örneğine dahil edileceğine çok fazla bağlı değildir.
NN zaman serisini tahmin ederken, örneği PRNG kullanarak bölmek hiçbir pratik anlam ifade etmiyor - hiçbir şey göstermeyen tam bir saçmalık.
Sadece zaman serisinin sonunda bir kontrol numunesi seçimi ile yapay bölümleme