Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 925

 
forexman77:
¿Cómo no sobreentrenar el modelo, alguien tiene alguna sugerencia?
Parada anticipada, regularización, abandono... todo funciona. Básicamente, utiliza los tres.
 
Maxim Dmitrievsky:
Parada anticipada, regularización, abandonos... todo funciona. De hecho, uso los tres.

Completado arriba. Probé un montón de cosas. La regularización, algo que he leído que tendré que investigar. Si no es difícil, ¿qué es?

Confundir los dropshots con la validación cruzada (la validación cruzada muestra lo mismo)

 
forexman77:

Completado arriba. Probé un montón de cosas. Los abandonos muestran lo mismo, no muy diferente. La regularización, algo que he leído que tendré que mirar. Si no es difícil, ¿qué es?

No qué esf1_score.

En las redes neuronales, es una reducción del grado del polinomio que interpola la función. Creo que esto es lo que parece científicamente.

¿qué tipo de NS tienes, de dónde eres? o del bosque

 
Maxim Dmitrievsky:

No qué esf1_score

En las redes neuronales, es una reducción del grado del polinomio por el que se interpola la función. Creo que eso es lo que parece científicamente.

¿cuál es tu NS, de dónde viene? o el bosque

https://msdn.microsoft.com/ru-ru/magazine/dn904675.aspx

https://en.wikipedia.org/wiki/F1_score

F1 score - Wikipedia
F1 score - Wikipedia
  • en.wikipedia.org
In statistical analysis of binary classification, the F1 score (also F-score or F-measure) is a measure of a test's accuracy. It considers both the precision p and the recall r of the test to compute the score: p is the number of correct positive results divided by the number of all positive results returned by the classifier, and r is the...
 
Maxim Dmitrievsky:

No qué esf1_score

En las redes neuronales, es una reducción del grado del polinomio por el que se interpola la función. Creo que eso es lo que parece científicamente.

¿Cuál es tu NS, de dónde es? O del bosque.

https://msdn.microsoft.com/ru-ru/magazine/dn904675.aspx

Les.

 
En general, cuanto más cercanos sean los valores del tren y de la prueba, mejor
 
forexman77:

Les.

si bosque entonces parámetro r como pseudoregulación
 
Maxim Dmitrievsky:
en general, cuanto más cercanos sean los valores del tren y de la prueba, mejor

Uh-huh. Pero, lo sé y no es difícil de adivinar)

 
forexman77:

Uh-huh. Pero, lo sé y no es difícil de adivinar)

Para que puedas ver por ti mismo que has sido reciclado
 
Maxim Dmitrievsky:
Así que puedes ver por ti mismo que significa que el reentrenamiento

Todavía no puedo asegurarlo, ya que he jugado con muchos parámetros, la mejora fue de aproximadamente 0,1. Tal vez haya algunas técnicas que desconozco, por eso he preguntado.