L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2477
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Per chi è interessato, ecco uno script per bilanciare le classi in un problema di classificazione.
Il bilanciamento si basa sul ricampionamento del campione originale utilizzando il modello di miscela gaussiana. Consiglio di usarlo, perché nei dataset locali le etichette di classe sono raramente bilanciate.
Risparmia un sacco di tempo e di nervi.
Se siete interessati, ecco uno script per bilanciare le classi in un problema di classificazione.
Il bilanciamento si basa sul ricampionamento del campione originale utilizzando il modello di miscela gaussiana. Consiglio di usarlo, perché nei dataset locali le etichette di classe sono raramente bilanciate.
Risparmia un sacco di tempo e di nervi.
Non ci sono bibbie standard in python per questo?
Non ci sono librerie standard in Python per questo?
Probabilmente ce ne sono, ma non ne ho incontrato nessuno.
Se siete interessati, ecco uno script per bilanciare le classi in un problema di classificazione.
Il bilanciamento si basa sul ricampionamento del campione originale utilizzando il modello di miscela gaussiana. Consiglio di usarlo, poiché nei dataset locali le etichette di classe sono raramente bilanciate.
Risparmia un sacco di tempo e di nervi.
Penso che sia necessario specificarlo, quando si risolvono problemi di classificazione con le reti neurali.
Le foreste e i potenziamenti non richiedono il bilanciamento.
Probabilmente ci sono biblioteche come questa, ma non ne ho trovata nessuna.
Capisco... È solo che R-ka ha tonnellate di roba per MO, e python è posizionato come un linguaggio per MO, e non ha altro che 2-3 librerie sbloccate.
Questo non è comprensibile((
Penso che dobbiamo chiarirlo, quando si risolvono problemi di classificazione con le reti neurali.
Le foreste e i potenziamenti non richiedono il bilanciamento.
Forse.
Capisco... È solo che R-ka ha un sacco di roba per MO, e python è posizionato come un linguaggio per MO, e non ha altro che 2-3 binari sbloccati.
Non lo capisco ((
Non ho familiarità con R, studio MO come elettivo e sono solo all'inizio della mia gola di disperazione con Daning-Krueger.
Non ci sono bibbie standard in python per questo?
Per chi è interessato, ecco uno script per bilanciare le classi in un problema di classificazione.
Il bilanciamento si basa sul ricampionamento del campione originale utilizzando il modello di miscela gaussiana. Consiglio di usarlo, perché nei dataset locali le etichette di classe sono raramente bilanciate.
Risparmia un sacco di tempo e di nervi.
L'inizio del viaggio nella gola della disperazione