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 3353

新しいコメント
 
Maxim Dmitrievsky #:
バッチ思考 これらは確率ではなく、尤度を推定するために使用される黄土のフィからそう呼ばれている。

実際のクラスの確率を得るには？

There is no other way of thinking about it!我々は、追加関数のセットを伴う既製のMOアルゴリズムを使う。ークラス確率」とはークラス確率とはークラス確率とはークラス確率とはークラス確率とはークラス確率

ークラス確率 」とはークラス確率とはークラス確率とはークラス確率とはークラス確率例えば、関数 

predict(object, newdata, type = c("vector", "probs", "both","F"))
は「確率クラス推定値」を返す。度 "以外の度"以外の度 "推定値 "以外の度 "推定値 "以外の度 "推定値"以外の度



 

ケンカしないで、みんな、読んでるよ。

鍵を開けろ）


 
СанСаныч Фоменко #:

それ以外の考え方はない！私たちは、追加機能のセットを伴う既製のMOアルゴリズムを使用しています。すべてをまとめて「パッケージ」と呼びます。

実クラス確率」とは何か？例えば、関数

は「確率クラス推定値」を返す。アルゴリズムは「推定値」以外の確率を含むことはできない。
問題は、何ができるかということではありません。信頼できるクラス確率を得る方法についてです。つまり、クラス確率が0.8であれば、80%の症例が正しく予測されると確信できるのです。そして、例えば閾値を使うことができます。繰り返しますが、分類器の出力はほとんどの場合そうではありません。彼らは「設計上」過大評価するか過小評価するかのどちらかだ。だから閾値は機能しないのです。本当の確率とは、過大評価も過小評価もしない場合のことです。

あなたはすでに知らないことを示している。だから、もっと学ぶべきことがある。だから「すべてのMOEをマスターする必要がある」のであり、バッチ思考から脱却する必要があるのだ。
 

それは確率の点推定ではなく、区間推定であるようだ。確率の具体的な数値推定値を求めるだけでなく、この推定確率の真値が所定の精度（確率）で入る区間を求めるというのが、matstatでは一般的なアプローチである。なぜなら、確率という概念は、推定値そのものと、その推定精度という2つの異なる下位概念に関与しているからである。そして、これらはまったく異なる確率である）

私はコンフォーマル予測について詳しく研究したことがないので、間違っているかもしれないが。

 
Maxim Dmitrievsky #:
問題は、彼に何ができるかということではない。信頼できるクラス確率を得る方法についてです。クラス確率が0.8であれば、80％の症例が正しく予測されると確信できるように。そして、例えば閾値を使うこともできる。分類器の出力はほとんどの場合正しくありません。 彼らは「設計上」過大評価するか過小評価するかのどちらかです。だから閾値は機能しない。本当の確率とは、過大評価も過小評価もしない場合のことである。

引用した0.8という数字はクラス確率の1つです。 これがクラス確率のヒストグラムです。


もしそうでなければ、オーバートレーニングを意味するからです。私にとっては、一定の閾値において、OOVとOOS、そしてVNEファイル上の予測誤差の不一致が、オーバートレーニングの主な兆候です。閾値は問題なく機能しています。そして「本当の確率」は、このケースで使用されている実際のコードや用語とは何の関係もないフィクションの世界のものです。

 
СанСаныч Фоменко #:

ここにクラス確率のヒストグラムがある。


もしこれが違っていたら、オーバートレーニングを意味するからです。私にとっては、一定の閾値において、OOVとOOS、そしてVNEファイル上の予測誤差の不一致が、オーバートレーニングの主な兆候です。閾値は問題なく機能しています。そして「本当の確率」は、現実のコードやそれに使われる用語とは何の関係もないフィクションの世界のものです。

どうして自分の閾値が完璧に機能していることに気づいたのですか？
あなたにとってはファンタジーであり、他の誰かにとっては当たり前のことなのだ。
 
Aleksey Nikolayev #:

これは確率の点推定ではなく、区間推定である。確率の具体的な数値推定値を求めるだけでなく、この推定確率の真値が所定の精度（確率）で入る区間を求めるというのが、matstatでは一般的なアプローチである。なぜなら、確率という概念は、推定値そのものと、その推定精度という2つの異なる下位概念に関与しているからである。そして、これらはまったく異なる確率である)

コンフォーマル・フォーキャストについて詳しく調べたわけではないので、間違っているかもしれないが。

私たちは少し異なるアプローチについて話しているのです。）
 
Maxim Dmitrievsky #:

。
あなたにとっては素晴らしいことですが、ある人にとっては当たり前のことです。
OOVとOOS、そしてINEファイルでの予測誤差の一致
 
СанСаныч Фоменко #:
ALEとOOS、SNEファイルのマッチング予測誤差
分類器が正しい確率を与えることをどのように認識しましたか？範囲内の値だけではありません。書かれていることを読んでいますか？

しきい値を0.8に設定した場合、80%の取引が利益になるのでしょうか？0.51なら？

ほぼ確実にそれはないでしょう。調べてみてください。
 
Maxim Dmitrievsky #:
分類器が正しい確率を与えることをどのように認識しましたか？範囲内の値だけではありません。書かれていることを読んでいますか？

モデルの確率は、訓練サンプルの統計によって与えられます。

従って、代表的なサンプルがなければ、それらは正確ではありません。）

モデルが何から構成されているかを把握し、あなたが考案したアルゴリズムに従って葉を重み付けし直すか...

1...334633473348334933503351335233533354335533563357335833593360...3399
新しいコメント