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 2392

 
Evgeni Gavrilovi:

MLPClassifier もこのタスクには適していないのでしょうか?

サンプルがどのクラスに属するか、その確率を推定する方法がある。

https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.html

これらは異なるモデルです。GMMはサンプルの確率密度や サンプリングの推定に使用され、クラシファイアは分類を行います。

どうやら、CatBoostをニューラルネットワークに置き換えたいようですね。でも、あまり意味がないんです。

 
マキシム・ドミトリエフスキー

これらは異なるモデルです。GMMは例の確率密度や サンプリングの推定に使用され、分類器は分類を行います。

どうやら、CatBoostをニューラルネットワークに置き換えたいようですね。でも、それではあまり意味がない。

GMMよりもニューラルネットワークの方が適していると書かれています。

https://www.mql5.com/ru/forum/356331#comment_19373237

Обсуждение статьи "Продвинутый ресемплинг и выбор CatBoost моделей брутфорс методом"
Обсуждение статьи "Продвинутый ресемплинг и выбор CatBoost моделей брутфорс методом"
  • 2020.11.23
  • www.mql5.com
Опубликована статья Продвинутый ресемплинг и выбор CatBoost моделей брутфорс методом : Автор: Maxim Dmitrievsky...
 
Evgeni Gavrilovi:

GMMよりもニューラルネットワークの方が適していると書かれていますね。

https://www.mql5.com/ru/forum/356331#comment_19373237

生成ネットワークとオートエンコーダの話でしたね。クラシックバージョンを試したが、もっとひどい。以前、このスレッドに書き込んで、pythorchにコードをアップロードしたことがあったと思います。

 
Evgeni Gavrilovi:

GMMよりもニューラルネットワークの方が適していると書かれていますね。

https://www.mql5.com/ru/forum/356331#comment_19373237

このモデルをご覧くださいhttps://sdv.dev/SDV/user_guides/timeseries/par.html

自分では試していませんが、生成して可視化する必要があります。

このモデルは現在開発中とのことですが、開発者と直接コミュニケーションすることができます。

+ 新しいアイデアを盛り込んだテスト用の新しい記事を送信しました。

 
マキシム・ドミトリエフスキー

ありがとうございます。

 
Evgeni Gavrilovi:

ありがとうございます。

ビブラをインストールできない、エラーがたくさん出る。おそらく最新のバージョンではないのでしょう。

 

私のパソコンやグーグルコラボにインストールされないナンパイのいくつかのバージョンをプルします。

colabでnampaiを再インストールするとうまくいきました。

このライブラリは、ある種のモンスターが書いているのです。

 
Maxim Dmitrievsky:
パソコンやグーグルコラボにインストールされないナンパイのいくつかのバージョンを引っ張る。

このバージョン0.5.0でいいんです。

https://pypi.org/project/sdv/0.5.0

sdv
sdv
  • 2020.11.25
  • pypi.org
Automated Generative Modeling and Sampling
 
Evgeni Gavrilovi:

このバージョン0.5.0は問題ありません。

https://pypi.org/project/sdv/0.5.0

は、最後にコラッブを走らせました。git上でモデル機能を吸う必要があるので、pythonモジュールをコピーすればよい。それ以外の仕組みは、マニュアルに記述がなく、よくわからない。

何も見つからないんだけど

 
マキシム・ドミトリエフスキー

最後の1枚はコラージュで走ります。gitにあるモデルの機能を読む必要があるので、pythonモジュールをコピーすればよい。それ以外の仕組みは、マニュアルに記述がなく、よくわからない。

from sdv.timeseries import PAR
pr_c = pr.copy()
X = pr_c[pr_c.columns[1:]]
sdv = PAR.fit(X)

フィットまで行ったところで、エラー:fit() missing 1 required positional argument: 'timeseries_data'

時系列のフィードに別のフォーマットが必要だと思います。

https://sdv.dev/SDV/user_guides/timeseries/par.html