L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3337

 
mytarmailS #:

Vi siete mai chiesti perché questo accade?

In realtà si tratta di un modello errato nel foglio. Leragioni possono essere molteplici.

Oppure avete una risposta specifica e inequivocabile?

 
Maxim Dmitrievsky #:

Velocità di verifica del modello esportato nel codice naive (catbust)

Ed esportato in ONNX

Gli interni delle due versioni del bot sono quasi simili, i risultati sono gli stessi.

Paga l'universalità.

È un peccato che CatBoost abbia limitazioni significative nella conversione dei modelli.

 
Aleksey Vyazmikin #:

Il prezzo da pagare per la versatilità.

È un peccato che CatBoost abbia limitazioni significative nella conversione dei modelli.

Ho iniziato a indagare di più sull'importanza degli oggetti, c'è un intero articolo offerto lì. Vedrò cosa può dare.
 
Maxim Dmitrievsky #:
Ho iniziato a curiosare di più sull'importanza degli oggetti, c'è un intero articolo suggerito. Vedrò cosa ha da offrire.

Sono lieto di vedere che sei ancora interessato. Scrivi dei tuoi progressi nella ricerca dell'utilità di questo approccio.

 
Forester #:

Penso che cercherò di ricreare la stima delle foglie tenendo conto della correzione dell'errore graduale, effettuando una ripartizione dopo ogni foglia (albero).

Ma comunque non sembra funzionare allo stesso modo quando si categorizza..... Non capisco bene le formule.

Ho capito che alla prima iterazione viene costruita una funzione approssimata di approssimazione dei logloss sulle etichette del target, che dovrebbe essere avvicinata con l'aiuto degli alberi, e il delta tra la funzione ideale e quella ottenuta con l'aiuto degli alberi viene scritto nella foglia dopo la moltiplicazione per il coefficiente del tasso di apprendimento.

È solo che se si segna un errore prendendo alla lettera l'approccio, allora è necessario segnare un errore in due classi diverse per uno, diciamo "1"?

O cosa?

 
Aleksey Vyazmikin #:

Sono contento di essere riuscito a suscitare il vostro interesse. Scrivi dei progressi nella ricerca dell'utilità di questo approccio.

Mi occupo di questo argomento da molto tempo. Ci sono altri modi/pacchetti là fuori. Questa funzione mi è sfuggita, forse è stata aggiunta di recente.
 
Maxim Dmitrievsky #:
Ho partecipato a questo thread per molto tempo. Ci sono altri modi/pacchetti. Questa funzione è stata in qualche modo tralasciata, forse l'hanno aggiunta di recente.

È possibile guardare un video su questo argomento


 
Aleksey Vyazmikin #:

I valori delle foglie che vengono sommati per formare la coordinata Y della funzione.

Per me, questa è la risposta o la previsione di una foglia. Pensavo che si volesse correggere con un coefficiente.

Aleksey Vyazmikin #:
È solo che se si contrassegna un errore prendendo l'approccio alla lettera, allora un errore in due classi diverse dovrebbe essere contrassegnato con uno, diciamo "1"?

Oppure, come?

Nell'esempio di addestramento dell'articolo, solo la regressione. Non posso dire per la classificazione.

 
Aleksey Vyazmikin #:

È possibile guardare un video su questo argomento

È interessante notare che se si pratica il MO da più o meno tempo, si giunge a conclusioni simili. Un processo naturale di evoluzione dell'approccio. È così che si è arrivati a kozul, all'apprendimento statistico e all'IA affidabile. Se cercate su Google queste parole, potete trovare cose utili.
 
Forester #:

Nell'esempio di addestramento dell'articolo, solo la regressione. Non sono sicuro della classificazione.

A proposito di classificazione tipo di scrivere qui. Ma CatBoost ha una formula leggermente diversa, ma forse questo è il costo delle trasformazioni matematiche....

E un link a un video dallo stesso posto, credo.