Как увеличить точность расчетов до long double - Matlab - Страница 7

@vittiv · 05.09.2020, 23:42

Студворк — интернет-сервис помощи студентам

Сообщение от Alexis333

Видимо, начальное решение и так довольно точное, поэтому изменений и нет.

хорошо... но хотелось бы точнее

Добавлено через 11 минут
сейчас в Linear Regression toolbox получил RMSE = 0.001 на простой линейной регрессии... как теперь веса получить? не знаете?

@Alexis · 05.09.2020, 23:55

Всё таки использование максимальной нормы в этом алгоритме, наверное не совсем корректно. Отрицательного числа быть не должно. Я переделал с евклидовой нормой. Теперь, вместо максимальной ошибки, он выдаёт относительную среднеквадратическую ошибку коэффициентов. Зато она положительная. Вот код. Посмотрите, может что измениться

Matlab M
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
function x=Iter_Solve(A, b, x, n_iter)
% уравнение Ax=b;
% n_iter - число итераций алгоритма
 
% проверка сходимости и определение оптимального шага
s=eig(A);
if (isreal(s) && min(s)>0) 
     step=2/(max(s)+min(s));   % шаг 
     N=size(A,1);
 
     g=b*step;
     B=eye(N)-A*step;
     nb=norm(B);
 
    % итеративное уточнение
    for ii=1:n_iter;
            xold=x;
            x=B*x+g;
            re=(nb*norm(x-xold)/norm(x)+eps)/(1-nb);  % относительная СКО x
            disp(re);
    end  
else
     error('Алгоритм не сходится. Матрица системы вырождена.');
end
end

@vittiv · 06.09.2020, 00:00

Хорошо, попробую...

сейчас в Linear Regression toolbox получил RMSE = 0.00046 на gaussian process regression rational Quadratic GPR ... как теперь веса получить? не знаете? И что это за gaussian process regression rational Quadratic GPR?

@Alexis · 06.09.2020, 00:08

Сообщение от vittiv

сейчас в Linear Regression toolbox получил RMSE = 0.001 на простой линейной регрессии...

Я так понимаю, с Linear Regression toolbox Вы поступаете так же, как раньше поступали с lasso?

@vittiv · 06.09.2020, 00:10

Сообщение от Alexis333

же, как раньше поступали с lasso?

c lasso у меня получилось

, да... изучаю, надеюсь и тут получится. Картинки красивые, зависимость прослеживается... Но пока вслепую.... н вижу весов.

@Alexis · 06.09.2020, 00:13

Сообщение от vittiv

Точное прямое решение по Гаусу с нормой невязки = 0.0002

Сообщение от vittiv

сейчас в Linear Regression toolbox получил RMSE = 0.00046

Вас не смущает, что эти результаты, уж очень подозрительно близки?

@vittiv · 06.09.2020, 00:17

Сообщение от Alexis333

Вас не смущает, что эти результаты, уж очень подозрительно близки?

Поэтому и на веса хочу посмотреть... ноо не знаю как. А пока картинки... Response Plot кольца разные сплюснутые, закрученные... не ожидал, что есть зависимость, которую можно увидеть... надо извлечь из этого полезную информацию... но пока не пойму, какую.

@Alexis · 06.09.2020, 00:23

Сообщение от vittiv

... но пока не пойму, какую

вот с этого и нужно было начинать. Вы сами не знаете чего хотите, и соответственно - сами не знаете что делаете.

Я проверял неоднократно, никаких rmse=8.5 на маяке нет и быть не может. Минимум - это 9.5, но скорее всего даже больше. Если у Вас такое и наблюдается, то это банальный overfitting, и Вы лишь стремитесь его усугубить.

@vittiv · 06.09.2020, 00:34

Сообщение от Alexis333

Если у Вас такое и наблюдается, то это банальный overfitting

Я могу доказать, что это не так. Высылайте ЛЮБОЕ уменьшенное BOX методом изображение и я покажу результат лучше Вашего примерно в такой же пропорции. Оверфиттинг (переобучение) это же не плохо... просто надо уменьшить выборку. Но на 2 млн выборке у меня нет переобучения. А 2 млн наблюдений для сплана длиной 30000 это хорошо. Все по-честному.

Добавлено через 5 минут
Вот если выборка была при таком сплайне тоже 30000 наблюдений и даже в которых есть Маяк еще, вот это шулерство.

@Alexis · 06.09.2020, 00:47

Вот, докажите

Как увеличить точность расчетов до long double

@vittiv · 06.09.2020, 09:51

Жду комментариев. Если есть еще тесты, скидывайте. Это вариант одного прохода.

@vittiv · 06.09.2020, 10:48

Вот вариант самого лучшего - двухпроходного масштабирование, когда повторное масштабирование делается по приближению от первого прохода. (для маяка PRMS = 8.42)

Это результат первого прохода (для маяка PRMS = 8.45191)

Посмотрите на некоторые предикторы полинома. Что можно полезного извлечь из этих зависимостей?

@Alexis · 06.09.2020, 11:30

Сообщение от vittiv

Вот вариант самого лучшего - двухпроходного масштабирование, когда повторное масштабирование делается по приближению от первого прохода. (для маяка PRMS = 8.42)

у Вас разрешение меньше на 1пиксель, с какой стороны обрезано?

@vittiv · 06.09.2020, 11:34

Сообщение от Alexis333

с какой стороны обрезано?

У меня все четко... 1332х1448 это 666*2х724*2
666х724 это размер тестового изображения

@Alexis · 06.09.2020, 11:55

это у меня наверно просто нечётный размер/
В общем 4.1 получается. Странно как то, то ли картинка уже интерполированная, то ли ещё что.
Посмотрю сколько у меня на ней получается

@vittiv · 06.09.2020, 12:03

А что такое ортогональный полином (полиномы) в случае аппроксимационного полинома? И в чем замечательное свойство для случая масштабирования изображения?

Сообщение от Alexis333

картинка уже интерполированная

Картинка шумновата... может специально... может и нет, но хотя мой алгоритм устойчив ко всему, масштабировать шум не очень интересно. И, кстати, такая шумная картинка бикубиком будет убиваться... Можно какую-нибудь картинку без шума?

@Alexis · 06.09.2020, 12:09

Сообщение от vittiv

Картинка шумновата... может специально...

если бы было специально - такой результат Вы вряд ли бы получили

Сейчас проверю, сколько у меня получится, она оказалась слишком большой для моего ноута, пришлось запускать на другом

@vittiv · 06.09.2020, 12:10

Сообщение от Alexis333

Картинка шумновата...

Тестовое изображение шумное.... А не результат масштабирования... какое тестовое изображение, такой и результат...

@Alexis · 06.09.2020, 12:11

Сообщение от vittiv

И в чем замечательное свойство

с ними не надо решать систему, в матрице K уже будут готовые коэффициенты

@vittiv · 06.09.2020, 12:13

Есть мнение, что ортогональные полиномы дадут лучший результат аппроксимации.

Новые блоги и статьи Все статьи Все блоги /
Лето уходит kumehtar 17.08.2026	Мысли в слух kumehtar 17.08.2026 Забавно, насколько сейчас стала доступна информация. Например о магии, духовном развитии, медитациях, и других подобных направлениях, ранее зачастую тайных, передаваемых от учителя к ученику. Хотя. . .	Перемещение строк из ТЧ в другой документ с учетом текущего пробега Maks 17.08.2026 Реализация из решения ниже выполнена на примере нетипового документа "Автозапчасти", с ТЧ "Шины". За основу взят алгоритм отсюда: https:/ / www. cyberforum. ru/ blogs/ 359708/ 10838. html Задача: . . .	Саморегулирующийся социальный контракт для сервера cross-section. Hrethgir 14.08.2026 С кодом конечно таких глубоких размышлений пока не было, впрочем я уже привык к алгоритмизации. Суть предмета записи: снова в диалоге с нейросетью (я взял пока себе ник для учётки админа - Rector). . . .
Часы электронные Uhbif79 12.08.2026 Выкладываю программу часов. Программа позволяет: 1. Использовать системное время и дату, 2. Есть возможность вводить время и дату вручную. 3. Реализованы 2 будильника: начало и конец рабочего дня. . . .	Часы с будильником на основе класса QLCDNumber Uhbif79 12.08.2026 Всем добрый день, выкладываю программу часов с будильником на основе класса QLCDNumber. Здесь я пробовал самостоятельно создавал классы, впервые столкнулся с видимостью переменной одного класса из. . .	Установка MinGW GCC 16.2 и CMake 8Observer8 10.08.2026 VK Видео: https:/ / vkvideo. ru/ video-240781534_456239017 YouTube: eY5-5PyI9NM Текстовая версия	Неделя из жизни имитационной модели склада: мои кривые руки растут, откуда надо anaschu 10.08.2026 Неделя из жизни имитационной модели склада: как я почти написал неправильную логику и что с этим делать Работаю сейчас над учебно-рабочим проектом: строю в AnyLogic имитационную модель процессов. . .

@vittiv 9 / 1 / 0 Регистрация: 08.09.2019 Сообщений: 343
	06.09.2020, 00:00
	Хорошо, попробую... сейчас в Linear Regression toolbox получил RMSE = 0.00046 на gaussian process regression rational Quadratic GPR ... как теперь веса получить? не знаете? И что это за gaussian process regression rational Quadratic GPR? 0

@Alexis 495 / 542 / 131 Регистрация: 31.10.2016 Сообщений: 4,387
	06.09.2020, 00:47
	Вот, докажите 0

@vittiv 9 / 1 / 0 Регистрация: 08.09.2019 Сообщений: 343
	06.09.2020, 09:51
	Жду комментариев. Если есть еще тесты, скидывайте. Это вариант одного прохода. Миниатюры 0

@Alexis 495 / 542 / 131 Регистрация: 31.10.2016 Сообщений: 4,387
	06.09.2020, 11:55
	это у меня наверно просто нечётный размер/ В общем 4.1 получается. Странно как то, то ли картинка уже интерполированная, то ли ещё что. Посмотрю сколько у меня на ней получается 0

@vittiv 9 / 1 / 0 Регистрация: 08.09.2019 Сообщений: 343
	06.09.2020, 12:13
	Есть мнение, что ортогональные полиномы дадут лучший результат аппроксимации. 0