저것들. 나눗셈은 뺄셈에 비해 특별한 이점이 없습니다. Aleksey Nikolaev가 말했듯이 데이터를 정규 분포와 더 유사하게 만드는 로그를 취하는 경우를 제외하고. 저것들. 점 사이의 밀도는 변경되지만 순서는 변경되지 않습니다. 그러나이 경우에도 나는 어떤 이점도 보지 못합니다. 트리는 한 수준이 아니라 다른 수준에서 분할됩니다. 모든 분포에 적응합니다. 왜냐하면 나무는 본질적으로 단순한 기억입니다.
정보 손실이 전혀 없도록 하기 위해 증분은 어떤 형태의 기능 역할에도 적합하지 않습니다(시간을 소비해야 하는 특별히 선택된 합계 제외).
그래프를 수직으로 같은 조각으로 또는 같지 않을 수 있는 수준으로 나누어야 하며 각 조각은 범위로 번호가 매겨집니다. 글쎄, 그것은 일반적인 가격 수준과 유사합니다. 그리고 전체 시리즈 또는 슬라이딩 윈도우를 정규화하지 않으려면 다시 한 번 매우 중요한 정보를 잃게 됩니다.
그러나 수준으로 나눌 때 또 다른 문제가 발생합니다. 가격이 경계선 상태에 있을 때 또는 많은 최근 가격이 훈련을 위해 취해진 경우, 그 중 일부는 한 "수준"에 있고 다른 일부는 다른 수준에 있습니다. 아직 방법을 찾지 못했습니다.
거기에서 미러 이미지의 레벨을 서로에 대해 표시해야 할 수도 있으므로 레벨 간의 전환이 더 고통스럽지 않습니다.
당연히 변환되지 않은 그래프는 여전히 가장 유익한 정보를 유지합니다. 따라서 모든 변형과 함께 매우 조심해야합니다. 모델의 품질은 무지에 비례하여 떨어집니다. 따라서 오류의 50%가 정상이라는 사실에 대한 모든 동화가 있습니다. 넌센스, 모델은 이러한 "기능"에서 아무 것도 배우지 않습니다.
나는 나눗셈(P[i] / P[0])을 사용하지 않고 빼기(P[i] - P[0]), 즉 상대적인 가격 변동이 아니라 절대적인 가격 변동입니다. 나는 이상치를 미리 제거한다(가장 큰 값과 가장 작은 값의 1%).
분할이 어떤 이점을 제공합니까? 이제 정규화 및 크기 조정이 필요하지 않은 포리스트를 사용합니다.
당신은 이동하지만 스케일링하지 않습니다
저것들. 나눗셈은 뺄셈에 비해 특별한 이점이 없습니다. Aleksey Nikolaev가 말했듯이 데이터를 정규 분포와 더 유사하게 만드는 로그를 취하는 경우를 제외하고. 저것들. 점 사이의 밀도는 변경되지만 순서는 변경되지 않습니다. 그러나이 경우에도 나는 어떤 이점도 보지 못합니다. 트리는 한 수준이 아니라 다른 수준에서 분할됩니다. 모든 분포에 적응합니다. 왜냐하면 나무는 본질적으로 단순한 기억입니다.
가격을 지난 100개 가격의 백분율로 가져옵니다. 하지 그 ?
정보 손실이 전혀 없도록 하기 위해 증분은 어떤 형태의 기능 역할에도 적합하지 않습니다(시간을 소비해야 하는 특별히 선택된 합계 제외).
그래프를 수직으로 같은 조각으로 또는 같지 않을 수 있는 수준으로 나누어야 하며 각 조각은 범위로 번호가 매겨집니다. 글쎄, 그것은 일반적인 가격 수준과 유사합니다. 그리고 전체 시리즈 또는 슬라이딩 윈도우를 정규화하지 않으려면 다시 한 번 매우 중요한 정보를 잃게 됩니다.
그러나 수준으로 나눌 때 또 다른 문제가 발생합니다. 가격이 경계선 상태에 있을 때 또는 많은 최근 가격이 훈련을 위해 취해진 경우, 그 중 일부는 한 "수준"에 있고 다른 일부는 다른 수준에 있습니다. 아직 방법을 찾지 못했습니다.
거기에서 미러 이미지의 레벨을 서로에 대해 표시해야 할 수도 있으므로 레벨 간의 전환이 더 고통스럽지 않습니다.
당연히 변환되지 않은 그래프는 여전히 가장 유익한 정보를 유지합니다. 따라서 모든 변형과 함께 매우 조심해야합니다. 모델의 품질은 무지에 비례하여 떨어집니다. 따라서 오류의 50%가 정상이라는 사실에 대한 모든 동화가 있습니다. 넌센스, 모델은 이러한 "기능"에서 아무 것도 배우지 않습니다.
당신은 복잡한 것을 생각해 냈습니다. 이유가 명확하지 않고 이것을 수행하는 방법을 정말 이해할 수 없습니다.
유리와 간단한 증분으로 모든 것이 잘됩니다.
x.append((SD.history[ij][cc]/SD.history[i][cc]- 1 )* 1000 )
결과는 다음과 같습니다. 지연이 가장 큰 수익의 중요도 가 가장 크며(더 많은 분산, 더 많은 정보 이득) 이 수익에는 나머지 기능의 모든 분산이 포함됩니다.
유리와 간단한 증분으로 모든 것이 잘됩니다.
절대 될 수 없기에 그럴 수 없다.
당신은 복잡한 것을 생각해 냈습니다. 이유가 명확하지 않고 그것을 수행하는 방법이 정말 이해하기 어렵습니다.
상황을 상상해보십시오.
시장의 가격은 주로 서로 다른 역사적 순간에 수요와 공급의 균형을 반영합니다.
당신은 기능으로서 현재 상황만을 반영하는 제한된 정규화 된 역사 섹션에 대해 소란을 피우는 것입니다.
다른 역사적 순간은 모델에 의해 하나의 정규화된 기능이 없는 스트림(모든 시장 상황은 서로 동일함)으로 병합되며 더 이상 과거 시퀀스나 공정한 가격이 포함되지 않습니다.
히스토리 깊이가 증가함에 따라 겹치는 동일한 템플릿 정규화 패턴이 많이 남게 되어 50/50 오류가 발생합니다. 완전히 다른 작업을 위해 설계된 책에 따르면 완전히 다른 프로세스를 설명합니다.
견적은 신호가 아니며 완전히 다른 프로세스입니다. 그런 식으로 작업할 수 없습니다. 예를 들어 유리는 전파 물리학자이므로 선택의 여지가 없습니다.
이러한 교육에서는 시간을 고려하지만 가격은 고려하지 않습니다. 시장의 가격 수준(높은/낮은)은 시간보다 훨씬 더 중요한 정보이기 때문입니다. 전체 주요 시장을 반영하는 수급 균형을 반영합니다. 인파.상황을 상상해보십시오.
시장의 가격은 주로 서로 다른 역사적 순간에 수요와 공급의 균형을 반영합니다.
당신은 기능으로서 현재 상황만을 반영하는 제한된 정규화 된 역사 섹션에 대해 소란을 피우는 것입니다.
다른 역사적 순간은 모델에 의해 하나의 정규화된 기능이 없는 스트림(모든 시장 상황은 서로 동일함)으로 병합되며 더 이상 과거 시퀀스나 공정한 가격이 포함되지 않습니다.
히스토리 깊이가 증가함에 따라 겹치는 동일한 템플릿 정규화 패턴이 많이 남게 되어 50/50 오류가 발생합니다. 완전히 다른 작업을 위해 설계된 책에 따르면 완전히 다른 프로세스를 설명합니다.
견적은 신호가 아니며 완전히 다른 프로세스입니다. 그런 식으로 작업할 수 없습니다. 예를 들어 유리는 전파 물리학자이므로 선택의 여지가 없습니다.
이러한 교육에서는 시간을 고려하지만 가격은 고려하지 않습니다. 시장의 가격 수준(높은/낮은)은 시간보다 훨씬 더 중요한 정보이기 때문입니다. 전체 주요 시장을 반영하는 수급 균형을 반영합니다. 인파."좋아요"를 넣을 수 없다는 것이 유감입니다.