//день недели, час = ввести через 2 предиктора sin и cos угла от полного цикла 360/7, 360/24
if(nameInd[nInd]=="Hour") {CopyTime (sim,per,startDt,n_bar+1,dtm);TimeToStruct(dtm[0],dts);ArrayResize(tmp,1);tmp[0]=(double)(dts.hour*60+dts.min)*360.0/1440.0;tmp[0]=(buf==0?MathSin(tmp[0]*pi/180.0):MathCos(tmp[0]*pi/180.0));}// для увеличения точности добавлены минуты 360/24 = 360/24/60 = 360/1440
if(nameInd[nInd]=="WeekDay") {CopyTime (sim,per,startDt,n_bar+1,dtm);TimeToStruct(dtm[0],dts);ArrayResize(tmp,1);tmp[0]=(double)(dts.day_of_week*1440+dts.hour*60+dts.min)*360.0/10080.0;tmp[0]=(buf==0?MathSin(tmp[0]*pi/180.0):MathCos(tmp[0]*pi/180.0));}// для увеличения точности добавлены часы и минуты 360/7 = 360/7/24/60 = 360/10080
而如果差价不能覆盖,又有什么意义?
与重复的总是过度覆盖,模型残差是自相关的
即自欺欺人。见上一篇文章的图片。与重复的总是覆盖,模型残差是自相关的
即自欺欺人。见上一篇文章的图片。图片没有解释 - 只是一张图片)
第一张图片中的铰链是标记系列,模型对它们进行了重新训练。因为新的数据有一个完全不同的系列
取自数据集,它们的关系(特征空间)。我已经写了并扔了这样的屏幕截图。
任何有兴趣阅读的人
http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content128/Content128.htm
第一张图片中的铰链是系列标记,模型是在它们上面重新训练的。因为新的数据有一个完全不同的系列
取自数据集,5个主要成分和它们的关系(特征空间)。我已经写好并粘贴了这些截图。
在我看来,最好使用其他方法来对抗过度训练。
如果你不能战胜差价,那么你就不是真正的过度训练。
在我看来,最好不要瘦,而是用其他方式来对抗过度训练。
//день недели, час = ввести через 2 предиктора sin и cos угла от полного цикла 360/7, 360/24
if(nameInd[nInd]=="Hour") {CopyTime (sim,per,startDt,n_bar+1,dtm);TimeToStruct(dtm[0],dts);ArrayResize(tmp,1);tmp[0]=(double)(dts.hour*60+dts.min)*360.0/1440.0;tmp[0]=(buf==0?MathSin(tmp[0]*pi/180.0):MathCos(tmp[0]*pi/180.0));}// для увеличения точности добавлены минуты 360/24 = 360/24/60 = 360/1440
if(nameInd[nInd]=="WeekDay") {CopyTime (sim,per,startDt,n_bar+1,dtm);TimeToStruct(dtm[0],dts);ArrayResize(tmp,1);tmp[0]=(double)(dts.day_of_week*1440+dts.hour*60+dts.min)*360.0/10080.0;tmp[0]=(buf==0?MathSin(tmp[0]*pi/180.0):MathCos(tmp[0]*pi/180.0));}// для увеличения точности добавлены часы и минуты 360/7 = 360/7/24/60 = 360/10080
根据代码,如果buf==0,就有正弦,否则(buf==1)有余弦。
木制模型可以消化一切。
正弦和余弦对NS来说是很好的,因为它们已经被归一化为-1...+1
如果你把这个变体与编号的时间进行比较,告诉我哪个更好。在我看来,如果你输入星期、小时和分钟,它应该100%匹配。
不太清楚正弦或余弦是由用户决定的?
pi--你是从图书馆得到的,还是只是精确到某一个数字,哪一个--你最好在这里写出你设定的常数。
我不太明白--正弦或余弦的获得是由用户决定的吗?
pi--你是从图书馆得到的,还是只是精确到某个符号,哪个--你最好把你设定的常数写在这里。
你在模型中需要2列--时钟的正弦和余弦都需要。而正弦+余弦是指一周中的一天。关于为什么要这样做,请看链接。
pi = 3,141529 ...从学校
上面讨论的这本书让我意识到自己在数学方面知识的匮乏,如果有人自由阅读,我很羡慕。
问题是,用一个或两个数字来描述一个在不同时间间隔内周期性重复的过程的最佳方式是什么?这个过程有很高的重复率,有一定的密集带,然后频率逐渐减弱,在大约15%的观察间隔内可能没有信号。目的是确定在观察期的任何部分没有临界(70%)的拥挤,而在其他区间没有足够的信号,即越接近均匀分布 越好,但信号本身的性质远非均匀分布(我认为如此)。
我不太明白--正弦或余弦的获得是由用户决定的吗?
pi--你是从图书馆得到的,还是只是精确到某个符号,哪一个--你最好在这里写上你设定的常数。