L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2379
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Installer correctement
Merci, je vais essayer ça aussi. On ne comprend pas pourquoi ils n'ont pas installé automatiquement à la demande, s'ils savent de quel paquet la fonction provient - c'est un mystère.
Merci, je vais essayer ça aussi. On ne sait pas pourquoi ils ne se sont pas installés automatiquement à la demande, si le fait de savoir de quel paquet la fonction est issue est un mystère.
La même fonctionnalité (plutôt le nom) peut se trouver dans plusieurs paquets. Essayez de charger le paquet dplyr par exemple. Vous verrez beaucoup de conflits dans les noms de fonctions.
Merci, je vais essayer ça aussi. On ne comprend pas pourquoi ils n'ont pas fait une installation automatique à la demande, s'ils savent de quel paquet la fonction provient - un mystère.
Prenez le paquet mlpack. Il a pratiquement tout ce dont vous avez besoin. C'est une très bonne bibliothèque.
Bonne chance
La même fonction (plutôt le nom) peut se trouver dans plusieurs paquets. Essayez de télécharger le paquet dplyr par exemple. Vous verrez beaucoup de conflits dans les noms de fonctions.
J'ai essayé votre méthode, elle ne fonctionne pas :
Enseignez-vous la régression aux uns et aux zéros ?
Pour autant que je comprenne, il s'agit d'une tentative de transférer l'idée de la régression lasso à un problème de classification de la manière la plus irréfléchie possible).
Eh bien, vous devez apprendre à ajouter différentes pénalités (vous devez trouver lesquelles) à la fonction cible déjà utilisée dans le problème de classification et voir comment les résultats changent. Sinon, nous obtenons quelque chose d'étrange - nous enseignons un modèle, mais sélectionnons des caractéristiques pour lui par un modèle complètement différent - juste parce que nous avons déjà un paquet prêt à l'emploi dans R).
Ou alors j'ai tout faux).
D'après ce que j'ai compris, il y a une tentative de transférer l'idée de la régression lasso au problème de la classification de la manière la plus irréfléchie possible).
Bien, nous devons apprendre à ajouter différentes pénalités (nous devons comprendre quel type de pénalités) à la fonction cible déjà utilisée dans le problème de classification et voir comment les résultats changent. Sinon, nous obtenons quelque chose d'étrange - nous enseignons un modèle, mais sélectionnons des caractéristiques pour lui par un modèle complètement différent - juste parce que nous avons déjà un paquet prêt à l'emploi dans R).
Ou alors j'ai tout faux).
Voici une situation paradoxale : même si vous réussissez accidentellement, personne ne l'appréciera.
parce qu'il n'y a pas de critères d'évaluation )Que signifie cette ligne ?
?
Créez un vecteur avec des indices de 1 à 1300 pour entraîner le modèle.
Oh je vois, vous avez soumis les 200 premières lignes - n'est-ce pas ?
Mais je pensais qu'ils faisaient partie de la formation.
pas les 200 premiers, mais la dernière "queue".
c'est la date du test
prendre les indices de 1 à 1300
Et vous ne pouvez pas les prendre toutes et soustraire les n dernières pièces - c'est plus pratique, car le nombre de colonnes ici est très différent pour les différents échantillons.
Ne pouvez-vous pas les prendre toutes et soustraire les n dernières pièces - c'est plus pratique, car le nombre de colonnes ici est très différent pour les différents échantillons.
Qu'est-ce que tu veux dire ?
il y a une trace, il y a un test
Si toutes les données sont définies comme un triplet, comment peut-on les tester?
Qu'est-ce que tu veux dire ?
il y a une piste il y a un test
Si toutes les données sont définies comme une trace, comment pouvons-nous les tester?
J'ai cru à tort qu'il s'agissait de colonnes.
Pourtant, ne pouvons-nous pas faire toute la formation sur le fichier d'exemple et tester sur un fichier différent ?