dt <- read.csv(file = way,header = T,sep = ";") # читаем файл
//Ранее так транслировали данные из столбца
target <- dt$Target_100 # целевую в отдельную переменную
//Теперь так - почему точка в конце - это название столбца такое у Вас? Почему d вместо dt? Что это? :)
clos <- d$X.CLOSE.
有三个变量A、B、C。有一个由他们组成的手写的条件。
我想自动重现这个条件。没有必要去找它，因为我已经知道它。但我需要有例如一打的一些权重系数，这些系数的组合能以高概率达到这个条件。
如果条件是已知的，那么一个愚蠢的GA可以找到使其工作的值A、B和C。
而如果不是，那么这个问题就没有一个明确的解决方案，你可以为不同的变量值提出许多不同的条件。
选项3 - 通过逻辑 回归+多项式函数发生器。那么输出将是一个相当短的、容易解释的公式，就像你说的那样
但我不知道通过MO重现这种状况的意义何在？
选项3 - 通过逻辑回归+多项式函数发生器。那么输出将是一个相当短的、容易解释的公式，就像你说的那样
但我不知道 通过MO再现这种状况的意义何在。
那么它就 "不是fershtay"）））。
嗯，我也不知道。
一个书呆子的问题。
有三个变量A、B、C。某种条件是由他们手写的。比如说。
我想自动重现这个条件。我不需要找到它，因为我已经知道它。但我需要有例如几十个权重系数，这些系数的组合可以高概率地达到这个条件，当我在那里设置A、B、C（多项式或HC - 我不知道，因为我知道零）并得到原始条件。
我感兴趣的是，所需的函数有什么样的输入权重，有多少输入权重，这样的原始条件可以通过权重来重现？
有1个隐藏神经元的网格能够学习ma100与价格的交集。
这些是它的参数，总共有103个，过去100条的增量被送入输入。具有tanh激活的神经元是函数tanh(x*W+b)，它基本上是括号内的线性回归，x是神经元输入，W是权重矩阵，b是移位。在一个隐藏神经元中：W为100个元素，b为1。而在输出中：W是1个元素，B是1个元素。
"另一个测试案例，马和价格的交叉点。"
https://www.mql5.com/ru/forum/86386/page1879#comment_17365998
那么，你是如何设法教会树木集群的，我告诉你。
聚类的特征总是比非聚类的特征效果差！通过聚类，你不可避免地要删除一些信息。
有一百个例子，我们把它们聚在一起--一百个例子和一个数字中的信息哪里更多？
你如何将你的数据集与预测因子和收盘价 结合起来，并通过指定收盘价的列来加载，而不是使用R中生成指标的选项？
按照我的理解，既然目标是ZZ顶，那么带有预测器的部分样本应该被过滤掉，这里，所以为了给预测器提供信息，也应该过滤掉带有预测器的表格，还是什么？
好吧，你知道如何加载数据，我给了你一个例子，我读了你的csv文件，到底是什么问题？
完全正确的目标--有一个标志ZZ不反转，典型的目标是我们曾经强奸过的。
一个书呆子的问题。
有三个变量A、B、C。某种条件是由他们手写的。比如说。
我想自动重现这个条件。我不需要找到它，因为我已经知道它。但我需要有例如几十个权重系数，这些系数的组合可以高概率地达到这个条件，当我在那里设置A、B、C（多项式或HC - 我不知道，因为我知道零）并得到原始条件。
我感兴趣的是，所需的函数有什么样的输入权重，有多少输入权重，这样的原始条件可以通过权重来重现？
也是一个书呆子，但对这个问题感兴趣）。
让我们把A、B、C想象成某个统一环境中随机修改的抽象对象的实例。通过观察A、B、C，我们确定了它们普遍有意义的（特殊的）属性，这些属性的值在环境的事件上对这三者都有变化，但不同（取决于环境的不同状态）。我们感觉到了规律性，但却无法表述它们。然而，假设在一个新的实例事件中，A、B、C的值出现了尖锐的峰值，并保留了一定的比例，环境也随之扩大了。我们喜欢这种模式，并希望描述这种状况，但环境中充满了其他物体和属性，它们的行为也是神秘和不可预测的。所以我们决定创建一个系统，在环境事件集上标记各种对象的参数的各种规律性。系统应该记录对象的最小数量的最大意义的关系（对象的类型、属性、值+发生的事件），并将它们记录在数组中，以便进一步在这些条件下，我们可以建立行为算法，人为地将合成制造的参数复合体引入环境。
网络可以做到这一点吗？
聚类的特征总是比非聚类的特征效果差！通过聚类，你不可避免地会删除一些信息。
有一百个例子，我们把它们聚在一起--哪里有更多的信息，是在一百个例子中还是在一个数字（聚类编号）中？
我不能同意你的观点，信息并没有被删除，相反，它被系统化了，事实上，我们得到的是3*4=12个新类，而不是原来的3个类。
当然，样本被有条件地减少了4倍，这使得训练更加困难，但在大样本的情况下，这种影响应该不那么明显。
我认为我们可以尝试不删除整个样本，而是在与其他群组相关的部分用零来填充它。
另一个选择是更深入的学习，但我认为结果不会很好，因为样本很小。
聚类的中间结果是召回率（完整性）增加了34%，精度（准确性）下降了5%，即发生了更多的数据概括，这在某些情况下可能是有用的。
正是这个目标--有一个ZZ标志而不是反转，这是我们过去强奸的典型目标。
我还以为这是个转弯呢!
然而，你仍然没有回答前面的问题--是否有可能自动保存建成的空间图片？我想循环浏览，比如说，同样的ZZ参数，看看图形模型是如何变化的，一般来说，可以自动列举出目标。我没有时间坐在电脑前。
然而，你仍然没有回答前面的问题--是否有可能自动保存所建空间的图片？我想通过循环，比如说，同样的ZZ参数，看看图形模型是如何变化的，总的来说是为了自动列举目标。我没有时间坐在电脑前。
我不知道你是否用3D做，但如果你用2D做，你可以从R-Studio中保存它，但为什么你需要这些废话！！这更清楚，更简单，最好只是观察新数据中的错误，输出不是一个抽象的图片，而是一个具体的数字，你可以处理，比较，排序，等等。
我不知道它是否是三维的，我很怀疑，如果是二维的，你可以从p-studio中保存，但为什么你需要这些废话！！它更清楚，更简单，最好只是观察新数据中的错误，输出你有的不是抽象的图片，而是一个具体的数字，可以工作，比较，排序，等等。
这个数字是什么--以前没有注意过--这个指标的含义是什么？
一张图片总是比一个数字提供更多信息。
我正在尝试运行昨天发布的代码。
我不明白这个句法
这个数字是什么--先前没有注意到--那里的指标有什么意义？
一张图片总是比一个数字提供更多信息。
试图运行你昨天发给我的代码。
我不明白这个句法
因为我的数据被称为 "d"))
插入你的
<- dt$你的收盘价