市场礼仪或雷区中的良好风度 - 页 34 1...272829303132333435363738394041...104 新评论 paralocus 2009.05.26 17:37 #331 对中子 谢尔盖， 这是我在Matkad中得到的一个图表。这里，红线是五元正弦的第一个差值，绿线是神经元试图猜测它在下一步的行为。 这似乎是有效的。 现在我将在Matcad中做澳元兑美元的分钟。哦，我忘了说，那是一个具有二进制输入的神经元，而下图是具有实际输入的同一个神经元。 Neutron 2009.05.27 04:31 #332 paralocus писал(а)>>现在我将在Matcad中做澳元兑美元的分钟。 等一下。 让我们以一种更有信息量的方式来介绍你的NS在模型系列上的结果。对于具有真实输入的NS，我们将绘制BP增量的预测值，同时考虑到横轴上的符号和振幅，以及纵轴上的预测值。有了足够数量的实验点，我们最终会得到以下图片。 这里，丁香色的点表示训练样本，蓝色的点表示测试样本，黑色的点表示随机VR上的测试样本。使用最小二乘法在数据云中绘制直线。这条线的斜角显示了预测的准确性（越接近45度，预测越准确），线周围的点的分布--预测方差，黑线的斜角和水平方向之间的差异--获得结果的统计意义，同时没有算法错误（例如，展望未来）。 对于一个使用二进制输入并仅用于预测预期运动符号的NS，我们可以只用一个参数来评估预测的准确性--准确命中率的百分比。它可以通过以下公式计算。 其中，x[i] 是实际增量值， y[i] 是预测值。这个程序应该同时用于训练和测试样本，最好是n 多于100。 paralocus 2009.05.27 07:48 #333 做事。请澄清一下最小二乘法--我不知道它是什么，也不知道如何计算它。哦，还有一件事：你如何将图片和公式从Matkad粘贴到论坛上？ 我先把它们复制到一个图形编辑器中，然后根据需要进行裁剪。 Neutron 2009.05.27 08:29 #334 是的，同样的方式。我的图形编辑器中有一个屏幕捕捉功能，可以捕捉到显示器的高亮区域。你也可以点击图形，从上下文菜单 中复制，等等。 这里是MOOC的公式。 你需要x和y矢量的长度是相同的。该方法允许你画一条穿过一组点的线，使每个点到该线的所有距离之和为所有可能选择的最小值。 paralocus 2009.05.27 09:41 #335 我没有得到像你照片中那样的云彩 我得到这个。 这里的标轴是五元正弦的第一差值，序轴是网络预测值 也许这是不正确的图表类型？它试图用线条连接所有的点。我现在要试试别的东西 Neutron 2009.05.27 10:00 #336 因此，在图形设置 中，选择点状表示而不是点状表示。 并按你希望的方式给这些点上色。并显示网格（设置在左边的窗口）。 paralocus 2009.05.27 10:04 #337 О!不过，一个滞后的循环正在出现! paralocus 2009.05.27 11:48 #338 谢尔盖，训练样本和测试样本不是一回事吗？ 我的神经元每次在n个数据向量样本上学习，并预测第n+1个样本（同一数据向量）。网格的预测值和第n+1个样本的实际值之间的差异，我用来计算校正。在这些条件下，我怎样才能分别绘制训练样本和测试样本的图表？ PapaYozh 2009.05.27 11:58 #339 Neutron писал(а)>> 该方法允许你画一条穿过一组点的线，使每个点到该线的所有距离之和为可能的最小值。 让我纠正你。不是 "距离"，而是 "距离的平方"。 而且，顺便说一句，不仅是线的系数可以由ANC计算。 Neutron 2009.05.27 12:59 #340 paralocus писал(а)>> 谢尔盖，训练样本和测试样本不是一回事吗？ 我的神经元每次在n个数据向量样本上学习，并预测第n+1个样本（同一数据向量）。网格的预测值和第n+1个样本的实际值之间的差异，我用来计算校正。在这种条件下，如何分别绘制训练样本和测试样本的图表？ 我们如何定义它们并不重要，重要的是有一些样本，在这些样本上训练了NS，并且预测了这些样本。这就是你如何得到两行积分的原因。 PapaYozh 写道>> 让我纠正你。不是 "距离"，而是 "距离的平方"。 而且，顺便说一下，不只是直线系数可以用ANC计算。 谢谢你。我知道。 1...272829303132333435363738394041...104 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
对中子
谢尔盖， 这是我在Matkad中得到的一个图表。这里，红线是五元正弦的第一个差值，绿线是神经元试图猜测它在下一步的行为。
这似乎是有效的。
现在我将在Matcad中做澳元兑美元的分钟。哦，我忘了说，那是一个具有二进制输入的神经元，而下图是具有实际输入的同一个神经元。
现在我将在Matcad中做澳元兑美元的分钟。
等一下。
让我们以一种更有信息量的方式来介绍你的NS在模型系列上的结果。对于具有真实输入的NS，我们将绘制BP增量的预测值，同时考虑到横轴上的符号和振幅，以及纵轴上的预测值。有了足够数量的实验点，我们最终会得到以下图片。
这里，丁香色的点表示训练样本，蓝色的点表示测试样本，黑色的点表示随机VR上的测试样本。使用最小二乘法在数据云中绘制直线。这条线的斜角显示了预测的准确性（越接近45度，预测越准确），线周围的点的分布--预测方差，黑线的斜角和水平方向之间的差异--获得结果的统计意义，同时没有算法错误（例如，展望未来）。
对于一个使用二进制输入并仅用于预测预期运动符号的NS，我们可以只用一个参数来评估预测的准确性--准确命中率的百分比。它可以通过以下公式计算。
其中，x[i] 是实际增量值， y[i] 是预测值。这个程序应该同时用于训练和测试样本，最好是n 多于100。
做事。请澄清一下最小二乘法--我不知道它是什么，也不知道如何计算它。哦，还有一件事：你如何将图片和公式从Matkad粘贴到论坛上？
我先把它们复制到一个图形编辑器中，然后根据需要进行裁剪。
是的，同样的方式。我的图形编辑器中有一个屏幕捕捉功能，可以捕捉到显示器的高亮区域。你也可以点击图形，从上下文菜单 中复制，等等。
这里是MOOC的公式。
你需要x和y矢量的长度是相同的。该方法允许你画一条穿过一组点的线，使每个点到该线的所有距离之和为所有可能选择的最小值。
我没有得到像你照片中那样的云彩
我得到这个。
这里的标轴是五元正弦的第一差值，序轴是网络预测值
也许这是不正确的图表类型？它试图用线条连接所有的点。我现在要试试别的东西
因此，在图形设置 中，选择点状表示而不是点状表示。
并按你希望的方式给这些点上色。并显示网格（设置在左边的窗口）。
О!不过，一个滞后的循环正在出现!
谢尔盖，训练样本和测试样本不是一回事吗？
我的神经元每次在n个数据向量样本上学习，并预测第n+1个样本（同一数据向量）。网格的预测值和第n+1个样本的实际值之间的差异，我用来计算校正。在这些条件下，我怎样才能分别绘制训练样本和测试样本的图表？
该方法允许你画一条穿过一组点的线，使每个点到该线的所有距离之和为可能的最小值。
让我纠正你。不是 "距离"，而是 "距离的平方"。
而且，顺便说一句，不仅是线的系数可以由ANC计算。
谢尔盖，训练样本和测试样本不是一回事吗？
我的神经元每次在n个数据向量样本上学习，并预测第n+1个样本（同一数据向量）。网格的预测值和第n+1个样本的实际值之间的差异，我用来计算校正。在这种条件下，如何分别绘制训练样本和测试样本的图表？
我们如何定义它们并不重要，重要的是有一些样本，在这些样本上训练了NS，并且预测了这些样本。这就是你如何得到两行积分的原因。
让我纠正你。不是 "距离"，而是 "距离的平方"。
而且，顺便说一下，不只是直线系数可以用ANC计算。