트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2626

[mytarmailS]

Maxim Dmitrievsky # :
네, 잘 되었는지 보여주세요. 그러면 방법에 따라 결과를 버릴 것입니다. 끝낼 시간이 없었습니다.

개발하는 동안 코드를 최적화하는 동안 컴퓨터 리소스에 대한 매우 비용이 많이 드는 프로세스

[mytarmailS]

흥미로운 기사, 생각할 거리

https://www.autodesk.com/research/publications/same-stats-different-graphs

[mytarmailS]

슬라이딩 창에서 기능의 중요성(지표 및 가격)

어떤 순간에는 10%가 중요하고 또 다른 순간에는 0.05%가 중요할 수 있다는 것이 인생의 진실)

여기에서 교차 검증을 위해 익사하는 사람은 그녀가 뭔가 결정했다고 생각하고 얼굴을 붉힐 시간입니다. 시간입니다.

피셔의 붓꽃의 4가지 징후는 다음과 같습니다.

글쎄, 아니면 슬라이딩 창을 늘리면

[Forester]

mytarmailS # :

슬라이딩 창에서 기능의 중요성(지표 및 가격)

어떤 순간에는 10%가 중요하고 또 다른 순간에는 0.05%가 중요할 수 있다는 것이 인생의 진실)

여기에서 교차 검증을 위해 익사하는 사람은 그녀가 뭔가 결정했다고 생각하고 얼굴을 붉힐 시간입니다. 시간입니다.

피셔의 붓꽃의 4가지 징후는 다음과 같습니다.

글쎄, 아니면 슬라이딩 창을 늘리면

붓꽃(및 유사한 퍼즐)이 안정적인 패턴을 가지고 있다는 사실은 이미 분명합니다. 그리고 모든 것이 따옴표 안에 "떠다니는" 것입니다. 또한 이를 실험한 모든 사람들은 이미 알아냈습니다.

그래프의 각 지점에서 특성의 중요성이 어떻게 다른지 궁금합니다. 또한 모든 훈련 라인에 구축된 전체 모델에 대해 즉시 결정됩니다. 아니면 거기에 5000 모델이 있습니까?
그리고 일반적으로 그래프, 그 위에 무엇이 있고 어떻게 만들어졌는지 설명하십시오.

[mytarmailS]

elibrarius # :

붓꽃(및 유사한 퍼즐)이 안정적인 패턴을 가지고 있다는 사실은 이미 분명합니다. 그리고 모든 것이 따옴표 안에 "떠다니는" 것입니다. 또한 이를 실험한 모든 사람들은 이미 알아냈습니다.

그래프의 각 지점에서 특성의 중요성이 어떻게 다른지 궁금합니다. 또한 모든 훈련 라인에 구축된 전체 모델에 대해 즉시 결정됩니다. 아니면 거기에 5000 모델이 있습니까?
그리고 일반적으로 그래프, 그 위에 무엇이 있고 어떻게 만들어졌는지 설명하십시오.

기능의 정보 내용을 찾는 방법에는 여러 가지가 있으며 일부는 모델을 훈련할 필요가 없습니다. 나는 fselector를 사용했다. https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/

그는 특징의 엔트로피를 계산합니다..

각 지점에서 중요성이 다른 이유는 무엇입니까? 네, 위에서 썼던 것처럼 슬라이딩 윈도우에서 표지판의 정보 내용을 고려했기 때문에

[Maxim Dmitrievsky]

mytarmailS # :
기능의 정보 내용을 찾는 방법에는 여러 가지가 있으며 일부는 모델을 훈련할 필요가 없습니다. 나는 fselector를 사용했다. https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/

그는 특성의 엔트로피를 고려합니다..

각 지점에서 중요성이 다른 이유는 무엇입니까? 네, 위에서 썼던 것처럼 슬라이딩 윈도우에서 표지판의 정보 내용을 고려했기 때문에

따라서 중요도가 뛰지 않는 구간을 찾는 것이 필요하며, 이는 2가지 모델을 통해 가능하다. 그렇지 않으면 죽.

창구에서 온라인 교육을 했는데, 시간 필터링 없이 쭉 수강하면 실적이 약합니다. 필터링으로 할 생각은 없었습니다. 엔트로피에 대한 내 기사에서 이와 같은 봇의 예

대부분의 경우 반환과 같은 기능이 있는 경우 중요도의 점프는 엔트로피의 변화와 관련이 있습니다.

그러나 모든 단조 게이트 지지자는 실천에 근거하지 않고 자신의 현실을 가지고 있습니다.

[mytarmailS]

Maxim Dmitrievsky # :

그러나 모든 단조 게이트 지지자는 실천에 근거하지 않고 자신의 현실을 가지고 있습니다.

그것은 무엇입니까?

패턴을 찾아야 한다고 생각합니다. 이미 모델을 만들 수 있습니다. 종종 국방부는 명확한 패턴에 대한 모델을 만들 수도 없고 모든 것을 손으로 해야 합니다.

[Maxim Dmitrievsky]

mytarmailS # :
그것은 무엇입니까?

패턴을 찾아야 한다고 생각합니다. 이미 모델을 만들 수 있습니다. 종종 국방부는 명확한 패턴에 대한 모델을 만들 수도 없고 모든 것을 손으로 해야 합니다.

모든 종류의 수정이 반복되는 네트워크에는 하나가 있었습니다.

즉시 모델을 통해 패턴이 자연스럽게 행동하는 곳을 찾으십시오 :)

아주 간단한 경우: 훈련, 테스트 확인, 붓고 일한 기간 강조 표시, 결론 도출/필터링 시도, 패턴 식별

MO와 통계를 분리할 수 없으며 모델별 통계를 사용해야 하며 무작위로 학습됩니다.

패턴이 알려진 경우 위협, MO는 더 이상 필요하지 않습니다.

[mytarmailS]

Maxim Dmitrievsky # :
즉시 모델을 통해 패턴이 자연스럽게 행동하는 곳을 찾으십시오 :)

아주 간단한 경우: 훈련, 테스트 확인, 붓고 일한 기간 강조 표시, 결론 도출/필터링 시도, 패턴 식별

예, 프린세페에서는 이렇게 할 수 있습니다. 훨씬 더 좋습니다. 이 순서에서는 자동으로 수행할 수 있습니다.

막심 드미트리예프스키 # :

아주 간단한 경우: 훈련, 테스트 확인, 붓고 일한 기간 강조 표시, 결론 도출/필터링 시도, 패턴 식별

또는 릴라하지 않도록))

막심 드미트리예프스키 # :

MO와 통계를 분리할 수 없으며 모델별 통계를 사용해야 하며 무작위로 학습됩니다.

나 같은 경우 복잡한 모델을 만들 필요가 없고 일반적인 규칙으로 충분합니다.

막심 드미트리예프스키 # :

패턴이 알려진 경우 위협, MO는 더 이상 필요하지 않습니다.

항상 더 나은 것을 원해

[Forester]

mytarmailS # :
기능의 정보 내용을 찾는 방법에는 여러 가지가 있으며 일부는 모델을 훈련할 필요가 없습니다. 나는 fselector를 사용했다. https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/

그는 특징의 엔트로피를 계산합니다..

각 지점에서 중요성이 다른 이유는 무엇입니까? 네, 위에서 썼던 것처럼 슬라이딩 윈도우에서 표지판의 정보 내용을 고려했기 때문에

기능의 중요성을 평가하기 위해 여러 가지 방법을 비교 했습니다. 표준의 경우 가장 리소스를 많이 사용하는 항목을 선택했습니다. 즉, 기능을 하나씩 제거하여 모델을 훈련시키는 것입니다.
빠른 방법은 표준과 일치하지 않습니다. 그리고 그들은 일치하지 않습니다. fselector는 훨씬 더 빠르며 아무 것도 일치하지 않을 것이라고 생각합니다.