Gibt es ein Muster in diesem Chaos? Lassen Sie uns versuchen, es zu finden! Maschinelles Lernen am Beispiel einer bestimmten Stichprobe. - Seite 8
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ja, es gibt eine Menge Daten, und ich habe vor, noch mehr hinzuzufügen - daher ist die Entwicklung einer Methodik für das Screening vor der Verschleierung erforderlich.
Ich trainiere gerade, und ich muss sagen, dass viel von den Einstellungen abhängt, insbesondere von der Anzahl der Splits in den Quantentabellen.
Ich habe gerade ein Experiment gestartet, bei dem das Training mit den Standardeinstellungen der Videokarte durchgeführt wird - ein Durchlauf, ohne Berücksichtigung der Modellbewertung und des Tests an einer Prüfungsprobe, dauert 2-3 Minuten - abhängig von der resultierenden Anzahl der Bäume im Modell. Auf meinem ziemlich veralteten FX-8350 Prozessor ist es etwa 60% langsamer.
Ich denke, die Geschwindigkeit ist durchaus akzeptabel, ich trainiere normalerweise 100 Modelle mit festem Seed, um die Effizienz der Methode zu ermitteln.
Wenn man bis zum "Ende" trainiert, schätzt das Programm die Zeit auf bis zu 2 Stunden.
Nicht die Niveaus, sondern die Spannen und die Wellenmuster und Candlesticks. Die stehen nicht in den Büchern. Es sollte funktionieren.
2-3 Minuten mit einer Baumtiefe von 6 und 1000 Bäumen?
Es werden 250-400 Bäume erstellt, da es eine Kontrolle gibt, ob das Training an der Teststichprobe gestoppt wird, d.h. wenn es während der letzten 100 Bäume keine Verbesserung gibt, wird das Training gestoppt und das Modell wird auf den letzten Baum mit einer Verbesserung reduziert.
Hier ist eine andere Variante, die mir noch besser gefällt, da sie bei allen Proben ein stabiles Ergebnis liefert.
0,042 ist das beste Ergebnis. Besser als bei allen Säulen und die Gleichgewichtskurve ist hübscher. Aber nicht so gut wie bei Catbusta.
Ist die erste Spalte Null oder "1"? :)
Das ist die Null.
Wahrscheinlich in der Bedeutung ähnlich wie 1041-1489.
Bei 448 Balken, die besten 0,03000
0,042 ist das beste Ergebnis. Besser als alle anderen Säulen und die Gleichgewichtskurve ist schöner. Aber nicht so gut, wie Sie es bei Catbusta gemacht haben.
Bei 448 Balken ist der beste Wert 0,03000.
Das Ergebnis ist schon deutlich besser, und es scheint durch die Wahl der lernfördernden Prädiktoren erreicht worden zu sein. Wie viele andere nützliche Prädiktoren es gibt und wie man sie herausbekommt, ist die Frage.
Versuchen Sie, das Ziel zu ändern, indem Sie "1" nur dann machen, wenn Sie einen Gewinn von mehr als 50 Pips erzielen (vielleicht ist weniger besser) - dies verbesserte das Lernen in meinen Experimenten, obwohl die Anzahl der positiven Ziele noch kleiner wurde...
Das Ergebnis ist bereits deutlich besser, und es scheint auf die Auswahl von Prädiktoren zurückzuführen zu sein, die das Lernen begünstigen. Die Frage ist, wie viele von ihnen noch nützlich sind und wie man sie herausbekommt.
Versuchen Sie, das Ziel zu ändern, indem Sie "1" nur dann setzen, wenn ein Gewinn von mehr als 50 Pips erzielt wird (vielleicht ist sogar weniger besser) - dies verbesserte das Lernen in meinen Experimenten, obwohl die Zahl der positiven Ziele noch geringer wurde...
Das Diagramm für den 60-Punkte-Porgoa ist das beste.
Die 2. Spalte ist die Klassenschwelle (aber nicht im Lehreraufschlag, sondern in der Prognose). Die 3. ist der Gewinn.
Die Grafik für 60 Punkte ist die beste.
Und woher kennen Sie den Gewinn bei der Vorhersage, oder haben Sie ein Regressionsmodell?
Versuchen Sie, beim Unterrichten zu verschieben :)
Und woher kennen Sie bei der Prognose den Gewinn, oder haben Sie ein Regressionsmodell?
Versuchen Sie, beim Training zu verschieben :)