トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 2313

[mytarmailS]

elibrarius:
理論的にはそうです。
それにしても、このアクションは何なんだ？

反論できない、意味がない...。

elibrarius:
100のうち10を獲得する必要があります。解決策はあるのでしょうか？

alglibではどうなっているのかわかりませんが、psa関数から情報を引き出して、100個の賞品を表現するのに必要なコンポーネントの数を確認してみてください。

あるいは、PSAの最初のn列をとって、蒸し返すか・・・。

でも、こんなことしても無駄だ...。50kの機能があればRsaが必要ですが、何をやっているのか理解せずに遊びたいのであれば、Rsaは全く必要ありません、結果は99.999...%の確率でRsaなしより悪くなります...。

[Maxim Dmitrievsky]

elibrarius:
理論的にはそうです。
それにしても、このアクションは何なんだ？速度が上がらない、むしろ遅くなる場合、追加操作のために。
100点満点中10点を取ることが必要です。解決策はあるのでしょうか？

共分散行列の最初の10成分を取る。

[Forester]

マキシム・ドミトリエフスキー：

行列の最初の 10 成分を取る

マトリクスが機能しない - 100x100です。

10x10や10x100は必要ない、10x1000になるように計算をする必要がある。つまり、1000行の行列に対して、10個のGCが必要です。

[Maxim Dmitrievsky]

elibrarius:

マトリクスが機能しない - 100x100です。

10×10や10×100は必要ない、計算によっては10×1000が必要なのだ。例：1000行に対して10GCを適用

私の記憶では、各成分点は、属性値とその共有結合の積の和です。

を計算し、sklearnと比較してみてください。

行列が逆になってしまうかもしれない、では端から。これは現地で追加で確認する必要があります。

[Forester]

マキシム・ドミトリエフスキー：

各成分点は、私の記憶では、特徴量とそのcov.値の積の総和です。

計算してみて、sklearnと比較してみてください。

行列を反転させ、端から見ていくことも可能です。そこでさらに確認する必要があります。

一般的には、上記のようなサイクルが必要です。

[Maxim Dmitrievsky]

elibrarius:
一般的には、上記のようなサイクルが必要です。

s (bestfeatures)は、単に学習用に選択されたコンポーネントの数である。

各成分の値に各属性の値を掛け合わせ、それらを足し合わせたもの。そして、入力列の各行に対して、そのように。

忘れちゃいけない、時間がないんだ。ドキュメントを読まないと。

[Forester]

マキシム・ドミトリエフスキー：

s (bestfeatures)は、 学習用に選択されたコンポーネントの数であり、ある種の

の場合、各成分の値に属性の値を掛け合わせ、それらを足し合わせます。そして、最初のシリーズの各行に対して、そのように。

忘れちゃいけない、時間がないんだ。ドキュメントを読む必要がある。

はい、結果はsklearnと同じです。最初は最初の例のコードを扱っていたのですが、100個全部GCしていました。
今はすべて順調です。

[mytarmailS]

各レイヤーでネットワークの中身を見ることにした... umapで次元を減らし、各レイヤーで2つのコンポーネントにした

3つの内部層を持つネットワーク、ほとんど未訓練、400例のみ...しかし、見ていて楽しい...

[Vladimir Perervenko]

mytarmailS:

各レイヤーでネットワークの中身を見ることにした... umapで次元を減らし、各レイヤーで2つのコンポーネントに した

3つの内部層を持つネットワーク、ほとんど未訓練、400例のみ...しかし、見ていて楽しい...

どのように管理したのですか？

出力寸法は？

[Vladimir Perervenko]

cemal:
Ludwigはコードを書かなくても深層学習モデルがあり、モデルを教えるのに必要なプログラミングスキルは不要:https://ludwig-ai.github.io/ludwig-do cs/

最近インストールしました。まだチェックできていない。奇跡を約束する。