如何正确形成NS的输入值。 - 页 17

 
sergeev писал (а)>>

这一点,如果你能展开来说,是最令人困惑的。

配给制的一般含义。以及如何归一化,以便将来的范围在0-1的范围内,我们不关心初始输入的非归一化数据的值。

我们应该在哪个样本上进行归一化处理(所有样本还是只有当前样本)?

什么类型的(衬里或s型函数)。

如果是线性的,将来0-1的范围可能不会被保存(会发现一个大于1的值),网络也不会对其进行训练。

如果是s-species,大的就会出现饱和,对于网络来说,它们将不再是可分辨的。

是否有一个中间地带?

这就是我们要找到她的方法。我们必须先从一些东西开始,然后通过所有已知的方式来找到最好的方式。

 
我希望有个数学家在这里,他可能会说...
 

研究整个故事,找到边际范围,用它来配给,仍有余地

 
barada писал (а)>>
据我所知,该分支的目的是通过转换输入数据来改善网络预测,所以我们并不关心网络如何预测...

只是这个主题的目的被 "丢失 "了。

- 如果作者有 "最喜欢的输入"(例如回报--"流派的经典"),"最喜欢的 "网络架构(是的:)和 "老师"(第5页的句子),那么分支主题听起来:如何转换到范围 "激活函数",对我来说,请:),如何剔除 "坏输入"。 也就是说,给定的问题可能听起来像这样:如果你愚蠢地,在整个范围内,"缩放 "到[-1:1],学习/交叉.../训练的错误是否可以消化,我对更 "正确的方法 "感兴趣?我怀疑这一点。

顺便说一下,应用各种 "原始 "的 "缩放 "方法并没有给我的误差减少带来跳跃!!!。

- 如果作者在寻找 "好的投入",那么,首先,所有的人都一下子提到了 "亲密",话题就会停滞不前,其次--每个人都有自己的眼光,包括教什么和怎么教--已经是一团糟了。只做实验,对我来说,请问:),如何筛选出 "坏的输入"?

`

否则--"混乱和摇摆",另一个分支就会停滞。因此,我们需要有专门的论坛,有专门的分支机构,对 "表演 "这个话题进行最严格的管理和监督,这 ...也是 "停滞不前",但原因不同。(在克洛特面前我不会说)。

`

例如,TradingSolution有这样一个 "工具"--"相关分析",表面上看,人们可以评估 "教师"(用TS术语来说--"最佳信号")是否与感兴趣的输入 "相关"。但是,我仍然不会相信,OHLS和 "教师 "之间的这种 "愚蠢的相关性",即使对 "真正有意义的输入",也能给出大于0.5的数值。除非 "所有你能 "被磨平了。而当老师是hm ...离散,作为 "来自ZigZag的输入",我,有 "错误",是出界的。我个人只对它感兴趣--"数据预处理"(Ezhov的第七章,但那里首先是一个公式,其次是--...我不太相信这里提到的所有内容对这种 "噪声"/离散数据的适用性,而且我也无法编写 "子程序":(),在我看来,这个分支正是专门针对它的,但是......。

SZY.我认为一切都很好--可能你现在坐在那里,仔细研究具体的实现,在一个分支中,你只溅出 "理论上的困难"。:)

 

伙计们,你们走错了路......)))))

 
Integer писал (а)>>

研究整个故事,找到极限范围,用它来配给,仍然有余地

是的,你已经说过了,甚至还给出了一张图片来解释它。这一切都很清楚。只是后来这个问题出现了,有了未来,所以总之我有点迷茫和思索。你有没有尝试过对输入本身使用s-函数? 或者只使用线性的?

 
SergNF писал (а)>>

只是分支的目的被'丢失'了。

让支部的目的按每个人自己的看法来。我不会被冒犯。:)想法越多,对问题的看法就越好。

但也许你已经非常明智地指出,当它归结为......。

然后,首先,所有的人都立即提到 "亲密关系", 这个话题就死了,其次 - 每个人都有不同的愿景。

所以只剩下一件事要做。

只是为了实验

而在支部里让人们表达他们的想法和经验。我相信,接下来它将非常有趣。

 

在这里,我们走了。写了又写,然后决定 "修改",结果被删掉了。:(

无论如何。

1.在一个窗口中(理论上其大小!!也会影响到 "利润率"),当一个新栏 出现时,它就会移动。

对我来说,这三种方法都没有带来任何根本性的改善,无论是对整个样本还是 "按窗"。

由此我得出结论,主要是投入......。足够的输出。(但不幸的是,这是另一个故事。;( )

但 "联合配给:白化投入"(第132页),可能更令人好奇。

2.回复:"是的,你已经说过了,甚至还给出了一张图片来解释 它。这一切都很清楚。只是后来出现了这个与未来有关的问题......。" 我问道:"过去的情况好"

'

并想补充说,在蜘蛛上,接下来 也在对TS的不同配给做'研究'。

'

ZY=IMHO。而配给制在......方面更有优势。例如,在Excel中,通过在样本上设置NS4,并在结果上建立一个 "误差=f(配给类型,窗口大小)"的图表。然后这些问题就会消失。

 
YuraZ писал (а)>>


我的个人观点是,作为NS的输入的 "之 "字形是无用的,而且也是一种信息压缩。它显示了峰值,但没有反映出中间的动态。特别是由于它对几乎任何峰值都有反应,所以,同样,IMHO,去死吧。
 
TheXpert писал (а)>>
我的IMHO,"之 "字形作为对NS的输入是一个无用的案例,作为信息的压缩也是如此。它显示了高峰,但绝不反映中间的动态。特别是由于它对几乎任何峰值都有反应,所以,同样,IMHO,去死吧。

历史没有对尖峰的反应 :-)

我说的是历史--当然是短期的--但是历史

我是说,有一些指标可以很好地发现这些尖峰


问题是要教什么?"最近的历史!"。

1个枢轴点 - 即趋势的变化

2或其他什么?