Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2380
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Спасибо за помощь.
Точность (Precision) и полнота (Recall) существенно лучше, чем у CatBoost получились.
Я в один файл слил все выборки.
Поэтому, может ещё подумаем в данном направлении?
На новых данных лучше или на обучающих?
Какие цифры и там и там?
На новых данных лучше или на обучающих?
Какие цифры и там и там?
Увы, я ошибся, точность хуже, а не лучше.
Однако, это сложная выборка - толком обучится на ней не удается - завтра попробую другую, где хорошие модели у CatBoost'а получаются. Ну и в параметрах модели я не понимаю, поэтому может сравнение не очень и справедливо.
За счет большого Recall из этой модели можно сделать отдельный предиктор в общем то. Но я не знаю, как выгрузить это дело в файл :)
Здесь такая парадоксальная ситуация, что даже если нечаянно подскажешь правильно, то никто это не оценит
потому что критерии оценки отсутствуют )Нет уж, оценка и признание совсем не нужны - ибо тогда уж точно не слезут)
Скорее, воспринимаю это как некоторое упражнение или головоломку, когда пытаюсь найти здравый смысл в любой форумной идее)
В данном конкретном случае - lasso вроде бы вполне применимо, если для классификации используется логистическая регрессия.
Попробовал на другой выборке - прикладываю
Вопрос в том, как получить модель и как, для начала, сохранить в файл классификацию.
Попробовал на другой выборке - прикладываю
Вопрос в том, как получить модель и как, для начала, сохранить в файл классификацию.
у катбуста довольно сильная регуляризация, тем более, если признаки категориальные, то нужно их так и объявить в бусте
у катбуста довольно сильная регуляризация, тем более, если признаки категориальные, то нужно их так и объявить в бусте
Для бинарных не имеет значение категориальные они или нет.
Регуляризацию можно попробовать уменьшить - хорошая идея - спасибо.
Пока же Lasso показала лучше результат на экзаменационной части выборки.
Т.е. сделки разметить по какой-нибдь машке с периодом 5 или разнице цен и посмотреть что будет
признаки при этом тоже получатся сглаженные при обучении
попробуйте таким же макаром. В кастомном тестере получилось хорошо, при экспорте модели проблемка, позже поищу ошибку.
Для бинарных не имеет значение категориальные они или нет.
Регуляризацию можно попробовать уменьшить - хорошая идея - спасибо.
Пока же Lasso показала лучше результат на экзаменационной части выборки.
Возможно это просто удачный кусок экзаменационной выборки. И вы делаете подгонку под него, выбирая модель с лучшими для нее параметрами.
Я теперь всегда кроссвалидацией (или валкинг-форвардом) проверяю, подгонки под небольшой участок нету, а сразу под все данные, думаю это и есть лучший вариант обучения.
Док тоже перед исчезновением с форума советовал ей проверять.
у катбуста довольно сильная регуляризация, тем более, если признаки категориальные, то нужно их так и объявить в бусте
Улучшений не дало снижение L2 регуляризации. Так что Lasso получается лучше.
Возможно это просто удачный кусок экзаменационной выборки. И вы делаете подгонку под него, выбирая модель с лучшими для нее параметрами.
Я теперь всегда кроссвалидацией (или валкинг-форвардом) проверяю, подгонки под небольшой участок нету, а сразу под все данные, думаю это и есть лучший вариант обучения.
Док тоже перед исчезновением с форума советовал ей проверять.
Во первых, я не умею настраивать Lasso, поэтому подгонки там вообще нет - как стоят параметры так и получается.
Во вторых, это один и тот же участок с CatBoostom - а там вот 800 моделей для выбора и я взял практически лучшие варианты.
Я приложил файл - попробуйте сами разные модели, Lasso рекомендовали именно для бинарных выборок - в этом фишка.