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 3387

新しいコメント
 
Aleksey Vyazmikin #:

この線形関係はどのように定義されるのですか？詳しく教えてください。

私はただ非常に似ているルールを削除し、活性化ポイントで類似性を判断しています。

コードを公開しました。
以下がその詳細です。


他の活性化ポイントは？
 
mytarmailS #:
コードを掲載しました。
詳細は以下の通り。
https:// rdrr.io/cran/caret/man/findLinearCombos.html

あなた自身の言葉で、そのプロセスを説明してくれることを期待していました。

では、翻訳をどうぞ：

"

詳細

QR分解は、行列がフルランクであるかどうかを判定し、依存関係にある列の集合を特定するために使用される。

それらを "解決 "するために、その列が繰り返し削除され、行列のランクが再チェックされる。

subselectパッケージのtrim.matrix関数も、同じ目的を達成するために使用することができる。

"

この説明からはあまりよくわかりません。手始めに、どのような行列について話しているのか、どのように行列を取得しているのかが疑問です。

mytarmailS#：
他の活性化ポイントは？

リーフ内のルールが実行された場合、これはリーフの活性化であり、リーフがモデルの最終的な答えを形成するために使用されることを意味します。表はリーフの数で構成され、各行は活性化されていれば "1"、活性化されていなければ "0 "と表示される。

 

英語の本を読むのが難しいという人のために、コズールに関する基本的なテーゼをスケッチしてみた。 そして、私のバージョンによると、どのように動作するのがベストなのか、パイソンで例を示してみた。記事が欲しいですか？


 
Aleksey Vyazmikin #:
1.qr行列分解でググってください、一言でわかるものではありません

2.この方法で、不要な機能のせいぜい3分の1を取り除くことができる。
 
Maxim Dmitrievsky #:

英語の本を読むのが難しいという人のために、コズールに関する基本的なテーゼをスケッチしてみた。 そして、私のバージョンによると、どのように機能するのがベストなのか、パイソンで例を示してみた。記事が欲しい？

どうぞ。
 
mytarmailS #:
勘弁してくれ。

理論に追加するためにもう一冊本を書き終えたところなんだ。

優れた理論ほど実用的なものはないと書いてあるからね。

 
mytarmailS #:
1.qr行列分解でググれ、一言でわかるものではない

2.この方法を使えば、不要な機能のせいぜい3分の1を取り除くことができる

1.分解について聞いているのではなく、行列がどこから来たのかを聞いているのだ。

2.これは根拠のない主張のように思える。私の考えでは、私の方法では必要以上のものを取り除くことができる。

 
Aleksey Vyazmikin #:

1.分解について聞いているのではなく、行列がどこから来たのかを聞いているのだ。

2.根拠のない発言のように思えます。私の意見では、私の方法は必要以上に取り除くことができる。

1 特徴を持つ行列

2線形に依存する特徴量のことですか、それともすべての特徴量のことですか？
 
mytarmailS #:
1 特徴行列

2 線形依存の特徴について話しているのか、それともすべてか？

1.この行列はどのようにして得られるのですか？この中の数字は何ですか？

2.私はルールについて話している。私のアプローチでは、ルールが何からどのように導き出されたかは気にしないが、もしその反応がトレーニングサンプルの別のものと似ているなら、追加情報は持たない。

 

なぜ大量のサインは悪なのか？コズルの本に載っていた面白いグラフ。

学習サンプルから同じ例を見つける確率を、特徴の数に応じて示したものだ。

もし14個（あるいは10個）以上の特徴量があれば、損失なく削減できないルールがたくさん出てくる。


1...338033813382338333843385338633873388338933903391339233933394...3399
新しいコメント
理由: