jPrediction의 조합 "폭발" 문제는 가능한 모든 조합의 열거가 아니라 순차 검색으로 해결되었습니다. 방법의 본질은 다음과 같습니다.
N개 이하의 예측 변수의 가능한 모든 조합을 통해 최대 일반화 능력을 가진 N개의 예측 변수를 포함하는 조합을 찾았다고 가정해 보겠습니다. N+1 예측자를 추가해야 합니다. 이를 위해 이미 발견된 조합에 조합에 포함되지 않은 표본의 예측변수를 하나씩 추가하여 일반화 능력을 측정합니다. 이러한 열거 과정에서 N + 1개의 예측 변수가 있는 조합을 찾았고 일반화 능력이 N개의 예측 변수의 최상의 조합을 능가하는 경우 동일한 방식으로 N + 2개의 예측 변수가 있는 조합을 선택할 수 있습니다. 그리고 그들이 그것을 찾지 못했다면 더 이상 찾을 필요가 없으며 조합 검색 알고리즘은 N개의 예측 변수의 최상의 조합에서 멈춥니다. 결과적으로 모델에 대한 예측 변수 조합을 검색하는 알고리즘은 가능한 모든 조합의 완전한 열거와 비교하여 훨씬 더 일찍 중지됩니다. 검색이 이 수를 늘리는 방향으로 소수의 예측자로 시작하기 때문에 컴퓨팅 리소스 가 추가로 절약됩니다. 그리고 훈련에 필요한 예측 변수가 적을수록 모델을 구축하는 데 필요한 시간과 컴퓨팅 성능이 줄어듭니다.
안녕하세요 유리님!
질문있습니다)) 순차검색에 대해...
예측 변수가 10개 있다고 가정해 보겠습니다.
1, 2, 3 , 4, 5, 6 , 7, 8, 9, 10
예측 변수의 녹색 그룹은 일반화 능력이 가장 우수한 그룹이며 이 그룹에 다른 N+1 예측 변수가 추가됩니다.
빨간색 그룹, 이것은 녹색 그룹보다 약간 더 나쁜 모습을 보인 그룹이며 ( 빨간색 ) 흉상에는 참여하지 않습니다. 모든 검색은 이미 녹색 그룹에 묶여 있습니다.
질문: 다른 예측 변수를 하나씩 N + 1로 검색한 후 결국 빨간색 그룹이 더 일반화할 수 있는 능력이 있고 동일한 것이 사실이거나 제가 뭔가를 잘못 이해한 것으로 밝혀지면 어떻게 합니까 ???? 명확히 해주세요
데이터는 거의 동일한 2개의 부분으로 무작위로 나뉘며, 그 후 모델은 첫 번째 부분에서만 훈련되고 두 부분 모두에서 한 번에 테스트됩니다. ~75%의 일반화 능력은 모델이 마지막에 파일에 있는 모든 예제의 75%를 올바르게 예측한다는 것을 의미합니다. 모델이 75%에 도달할 수 있는 방법에는 몇 가지 옵션이 있습니다. 1) 모델은 훈련에 사용된 데이터에 대해 100% 정확도로 훈련했으며 파일의 두 번째 부분에서 50%(동전 던지기와 동일)를 받은 새 데이터에 대처하지 못했습니다. 평균은 75%에 불과합니다. 이것은 매우 나쁜 시나리오이며 거래에서 모든 것이 나쁠 것입니다. 2) 모델은 훈련 데이터에서 75%의 정확도로 훈련되었고 테스트 데이터에서도 동일한 75%를 보여 다시 평균 75%입니다. 이 상황에서 이것이 최고의 시나리오이며, 무언가를 얻을 수 있는 기회가 있습니다. 3) 이 둘 사이의 중간 옵션.
귀하의 옵션은 첫 번째 옵션에 더 가깝습니다. 이러한 결과로 거래하려면 운에 많이 의존해야 합니다. 저는 귀하의 주요 신호(순차 또는 기타) 역할을 하는 지표 덕분에 아직 보증금을 잃지 않았다고 믿습니다. 이 지표에 대해 방금 만든 고문이 지표 + jPrediction보다 더 나쁘지 않은 결과를 줄 것이라고 생각합니다.
jPrediction의 조합 "폭발" 문제는 가능한 모든 조합의 열거가 아니라 순차 검색으로 해결되었습니다. 방법의 본질은 다음과 같습니다.
N개 이하의 예측 변수의 가능한 모든 조합을 통해 최대 일반화 능력을 가진 N개의 예측 변수를 포함하는 조합을 찾았다고 가정해 보겠습니다. N+1 예측자를 추가해야 합니다. 이를 위해 이미 발견된 조합에 조합에 포함되지 않은 표본의 예측변수를 하나씩 추가하여 일반화 능력을 측정합니다. 이러한 열거 과정에서 N + 1개의 예측 변수가 있는 조합을 찾았고 일반화 능력이 N개의 예측 변수의 최상의 조합을 능가하는 경우 동일한 방식으로 N + 2개의 예측 변수가 있는 조합을 선택할 수 있습니다. 그리고 그들이 그것을 찾지 못했다면 더 이상 찾을 필요가 없으며 조합 검색 알고리즘은 N개의 예측 변수의 최상의 조합에서 멈춥니다. 결과적으로 모델에 대한 예측 변수 조합을 검색하는 알고리즘은 가능한 모든 조합의 완전한 열거와 비교하여 훨씬 더 일찍 중지됩니다. 검색이 이 수를 늘리는 방향으로 소수의 예측자로 시작하기 때문에 컴퓨팅 리소스 가 추가로 절약됩니다. 그리고 훈련에 필요한 예측 변수가 적을수록 모델을 구축하는 데 필요한 시간과 컴퓨팅 성능이 줄어듭니다.
안녕하세요 유리님!
질문있습니다)) 순차검색에 대해...
예측 변수가 10개 있다고 가정해 보겠습니다.
1, 2, 3 , 4, 5, 6 , 7, 8, 9, 10
예측 변수의 녹색 그룹은 일반화 능력이 가장 우수한 그룹이며 이 그룹에 다른 N+1 예측 변수가 추가됩니다.
빨간색 그룹, 이것은 녹색 그룹보다 약간 더 나쁜 모습을 보인 그룹이며 ( 빨간색 ) 흉상에는 참여하지 않습니다. 모든 검색은 이미 녹색 그룹에 묶여 있습니다.
질문: 다른 예측 변수를 하나씩 N + 1로 검색한 후 결국 빨간색 그룹이 더 일반화할 수 있는 능력이 있고 동일한 것이 사실이거나 제가 뭔가를 잘못 이해한 것으로 밝혀지면 어떻게 합니까 ???? 명확히 해주세요
사소한 것 빼고는 모든 것이 좋습니다. 다른 모델과 비교할 수 없습니다.
비교하다.
사소한 것 빼고는 모든 것이 좋습니다. 다른 모델과 비교할 수 없습니다.
내 서비스를 비교하여 제공합니다.
1. 예측 변수와 대상 변수가 포함된 입력 Excel 파일을 준비합니다.
2. 계산하기
3. 입력 파일을 나에게 보내기
4. randomforest, ada, SVM을 사용하여 계산합니다.
비교하다.
멀리 갈 필요가 없습니다. 여기 외환 시장 시세 파일이 있습니다. Reshetov 예측기로 학습할 때 평균 일반화 능력은 70%에서 80%입니다. Nussss ...... 우리는 당신의 결과를 기다리고 있습니다.
P.s 파일 이름을 ksv로 바꿉니다.
멀리 갈 필요가 없습니다. 여기 외환 시장 시세 파일이 있습니다. Reshetov 예측기로 학습할 때 평균 일반화 능력은 70%에서 80%입니다. Nussss ...... 우리는 당신의 결과를 기다리고 있습니다.
P.s 파일 이름을 ksv로 바꿉니다.
포장할 수 없나요?
결과를 볼 수 있습니까? 사실, 학습의 일반화 능력은 아무 것도 아닙니다.
나는 지원합니다 ... 어떤 종류의 홍채가 아닌 데이터로 인용문을 사용하십시오.
포장할 수 없나요?
결과를 볼 수 있습니까? 사실, 학습의 일반화 능력은 아무 것도 아닙니다.
동의하지 않을 수 없습니다
멀리 갈 필요가 없습니다. 여기 외환 시장 시세 파일이 있습니다. Reshetov 예측기로 학습할 때 평균 일반화 능력은 70%에서 80%입니다. Nussss ...... 우리는 당신의 결과를 기다리고 있습니다.
P.s 파일 이름을 ksv로 바꿉니다.
그것은 무엇입니까? 최대 71 관찰 ??
일반능력은 어떻게 확인하셨나요?
그것은 무엇입니까? 최대 71 관찰 ??
일반능력은 어떻게 확인하셨나요?
5년 동안 시장을 단 몇 분 만에 억제하려고 하시나요?????? 이 71관찰, 2주간 5분 거래가 있다면...... 그리고 매수만 . 그럼 가세요 ..... 아니면 당신이 날아 버린 ???
유럽식 예의없이 말하고 완전한 넌센스를 작성하십시오 ...
두 개의 일반 파일, 각각 최소 500개의 관측값과 프로그램 결과를 제공하겠습니다.
Reshetov 예측자로 학습할 때 평균 일반화 능력은 70%에서 80%입니다.
앞서 말했듯이 이 측정항목은 쓸모가 없습니다.
데이터는 거의 동일한 2개의 부분으로 무작위로 나뉘며, 그 후 모델은 첫 번째 부분에서만 훈련되고 두 부분 모두에서 한 번에 테스트됩니다. ~75%의 일반화 능력은 모델이 마지막에 파일에 있는 모든 예제의 75%를 올바르게 예측한다는 것을 의미합니다.
모델이 75%에 도달할 수 있는 방법에는 몇 가지 옵션이 있습니다.
1) 모델은 훈련에 사용된 데이터에 대해 100% 정확도로 훈련했으며 파일의 두 번째 부분에서 50%(동전 던지기와 동일)를 받은 새 데이터에 대처하지 못했습니다. 평균은 75%에 불과합니다. 이것은 매우 나쁜 시나리오이며 거래에서 모든 것이 나쁠 것입니다.
2) 모델은 훈련 데이터에서 75%의 정확도로 훈련되었고 테스트 데이터에서도 동일한 75%를 보여 다시 평균 75%입니다. 이 상황에서 이것이 최고의 시나리오이며, 무언가를 얻을 수 있는 기회가 있습니다.
3) 이 둘 사이의 중간 옵션.
귀하의 옵션은 첫 번째 옵션에 더 가깝습니다. 이러한 결과로 거래하려면 운에 많이 의존해야 합니다. 저는 귀하의 주요 신호(순차 또는 기타) 역할을 하는 지표 덕분에 아직 보증금을 잃지 않았다고 믿습니다. 이 지표에 대해 방금 만든 고문이 지표 + jPrediction보다 더 나쁘지 않은 결과를 줄 것이라고 생각합니다.