RicardoSantos

MLLossFunctions

Library "MLLossFunctions"
Methods for Loss functions.

mse(expects, predicts) Mean Squared Error ( MSE ) " MSE = 1/N * sum((y - y')^2) ".
  Parameters:
    expects: float array, expected values.
    predicts: float array, prediction values.
  Returns: float

binary_cross_entropy(expects, predicts) Binary Cross-Entropy Loss (log).
  Parameters:
    expects: float array, expected values.
    predicts: float array, prediction values.
  Returns: float

Pine Bibliothek

In echter TradingView-Manier hat der Autor diesen Pine-Code als Open-Source-Bibliothek veröffentlicht, so dass andere Pine-Programmierer aus unserer Community ihn weiterverwenden können. Ein Hoch auf den Autor! Sie können diese Bibliothek privat oder in anderen Open-Source-Publikationen verwenden, aber die Wiederverwendung dieses Codes in einer Publikation unterliegt den Hausregeln.

Haftungsausschluss

Die Informationen und Veröffentlichungen sind nicht als Finanz-, Anlage-, Handels- oder andere Arten von Ratschlägen oder Empfehlungen gedacht, die von TradingView bereitgestellt oder gebilligt werden, und stellen diese nicht dar. Lesen Sie mehr in den Nutzungsbedingungen.

Möchten Sie diese Bibliothek nutzen?

Kopieren Sie die folgende Zeile und fügen Sie sie in Ihr Skript ein.