MetaTrader 5 Python用户组 - 如何在Metatrader中使用Python - 页 82

新评论
 
Vladimir Karputov:

我如何做一个偏移？

这是表格（数据框架）。

如何让它变成这样。

为了什么？只是打印出来？

 
Vladimir Karputov:

我如何做一个偏移？

这是表格（数据框架）。

如何做得像这样。

在这里，发现pandas.DataFrame.shift

最主要的是不要忘记删除最后一行，因为它将包含垃圾。

 
我很狂野，抱歉）我想知道是否有可能在MQL5中通过python来推动键盘？ 没有时间来做实验了
 
关于将python整合到mt5中的相当丰富的主题...为什么当我在mt5终端添加我的python脚本时，它被添加后又立即被删除？
 

亲爱的先生们，请告诉我，我的理解有什么问题。

我已经建立了一个神经网络。准备了数据。

(10452, 50) (10452, 2)  полный набор данных
(7316, 50) (7316, 2)    тренировочный набор
(3136, 50) (3136, 2)    тестовый набор

训练了它。

Параметры модели:
clf__epochs = 66
clf__layers
> Размерность слоёв:
>>> Входной слой = 50
>>>>>> Скрытых слоёв -- 2
>>>>>>>> 1-й слой    = 25
>>> >> слой имеет dropout = 0.3
>>>>>>>> 2-й слой    = 12
>>> Выходной слой    = 2
clf__loss = BCE
clf__metric = accuracy
clf__optimizer = adam

结果。

Score on train data is 0.9672635197639465
Score on test data is  0.9674744606018066

#  Оцениваем на тестовых данных
test loss, test acc: [0.1585625737373318, 0.96747446]

然后我不明白会发生什么...

predictions = model.predict(X_test[:15])

.

predictions[:15] =  
[[0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]
 [0.03263587 0.03311919]]

为什么有这样的 "预测 "结果？预期是0-0，0-1或1-0....

 

它总是这样...

当你提出问题时，每个人都会想：何必呢？

主观意见：93%的时间你都要google....90%的时间都要把问题搞清楚....

谢谢你的反馈!暂时就这些了。我要去谷歌....

 

这些是第1类和第2类的概率

第2个有更高的概率，所以被预测了

它们的总和必须等于1，这里存在着某种训练错误。

如果是二元分类，它应该输出1个神经元。或softmax
 
Maxim Dmitrievsky:

这些是第1类和第2类的概率

第2个有更高的概率，所以被预测了

它们的总和应该等于1，这里存在着某种训练错误。

如果是二元分类，每个输出需要一个神经元。或softmax

二元分类并不意味着每个输出有一个神经元。至少从我所发现的情况来看...

但问题是，在使用其他损失函数时，画面也没有变化!

我明天会写一个有预测验证的数据测试器。但直觉告诉我，结果将是令人遗憾的!

我只是不明白，为什么 "准确率 "超过96%，而预测却 "像这样"？

也许我做错了什么？

 
Сергей Таболин:

二元分类并不意味着每个输出有一个神经元。至少从我所发现的情况来看...

但问题是，在使用其他损失函数时，画面也没有变化!

我明天会写一个有预测验证的数据测试器。但直觉告诉我，结果将是令人遗憾的!

我只是不明白，为什么 "准确率 "超过96%，而预测却 "像这样"？

也许我做错了什么？

我想我不知道它是什么样的网络构造器。

1个神经元并不意味着，但一个加法器应该站在和一个激活f-e。通常情况下，你把1个神经元

可能有很多原因。例如，数据没有规范化，没有适当的准备，网络是歪的。
 
Maxim Dmitrievsky:

我想我不知道它是什么样的网络构造器。

1个神经元并不意味着，但必须有一个加法器和一个激活的f-e。这通常是1个神经元。

可能有很多原因。例如，数据没有规范化，没有适当的准备，网络没有正确建立

问题是，正常化是一个迷失的事业!

让我解释一下。有一些数据A、B、C...

它们在意义上是不同的，等等。每个人（google）都说归一化应该按列（A-A-A，B-B-B，C-C-C）进行，而不是按行。这在逻辑上是可以理解的。

但是，当新的数据出现在 "预测 "中时，如果只有一行，如何将其标准化？而该行中的任何一个词都可以在训练和测试数据上超越规范化？

而通过字符串进行的归一化则没有任何效果!

实际上，在检查了这些细微差别之后，我已经有了这种 "灵魂的呐喊"))))

1...7576777879808182838485868788
新评论