PINE LIBRARY
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
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脚本库
本着真正的TradingView精神，作者将此Pine代码发布为开源库，以便我们社区的其他Pine程序员可以重复使用它。向作者致敬！您可以私密或在其他开源出版物中使用此库，但在出版物中重复使用此代码受网站规则约束。
免责声明
这些信息和出版物并不意味着也不构成TradingView提供或认可的金融、投资、交易或其它类型的建议或背书。请在使用条款阅读更多信息。
Pine脚本库
本着真正的TradingView精神，作者将此Pine代码发布为开源库，以便我们社区的其他Pine程序员可以重复使用它。向作者致敬！您可以私密或在其他开源出版物中使用此库，但在出版物中重复使用此代码受网站规则约束。
免责声明
这些信息和出版物并不意味着也不构成TradingView提供或认可的金融、投资、交易或其它类型的建议或背书。请在使用条款阅读更多信息。