Evgeni Gavrilovi 고양이 부스트에 대한 사용자 지정 지표를 만드는 방법을 알려주세요.
내 버전으로 모델을 훈련 한 결과는 RMSE와 거의 동일하므로 코드 어딘가에 오류가 있습니다.
예측값과 목표가 반환됩니다(a[i]-a[i+1]).
얻은 값을 인쇄하고 다른 메트릭과 비교합니다. 각 반복마다 두 값을 한 번에 인쇄합니다. catbust 조기 종료에서 사용자 지정 기준의 최대값과 "best model=True 사용"을 포함하는 것을 잊지 마세요. 자세한 정보를 켜면 각 반복마다 메트릭 값을 자체적으로 인쇄합니다.
Maxim Dmitrievsky #: 얻은 값을 인쇄하고 다른 메트릭과 비교합니다. 각 반복에 대해 한 번에 두 가지를 모두 인쇄합니다. catbusta 조기 종료에서 최대 사용자 기준과 "최상의 모델 사용=True"를 활성화하는 것을 잊지 마세요. 자세한 설명만 활성화하면 각 반복마다 메트릭 값을 인쇄합니다.
사용자 정의 손실 함수를 통해 연구 목적으로 (상당히 복잡하지만) 수행하는 것이 흥미로울 것입니다. 그럴 가능성이 있습니다 (페이지의 맨 처음에 던져진 경우 맨 아래에서 사용자 정의 손실 함수 섹션을 찾아야 합니다).
내 버전으로 모델을 훈련 한 결과는 RMSE와 거의 동일하므로 코드 어딘가에 오류가 있습니다.
예측값과 목표가 반환됩니다(a[i]-a[i+1]).
파이썬이나 캣버스타에 대해 잘 모르지만 바보 같은 질문을 하겠습니다.)
1) 데이터 란 무엇이며, 왜 평균이 프레드에서 나온 것이 아닌가요?
2) 그라디언트 부스팅의 경우 그라디언트 및 헤시안에 대한 더 많은 공식을 지정해야하는 것 같습니까?
파이썬이나 캣버스타에 대해서는 잘 모르지만 바보 같은 질문을 해보겠습니다.)
1) 데이터란 무엇인가요, 왜 평균이 프레드에서 나온 것이 아닌가요?
2) 그라디언트 부스팅의 경우 그라디언트와 헤시안에 대한 공식을 지정해야하는 것 같나요?
분명히 예, 나는 뭔가를 놓쳤습니다. 공식 사이트 https://catboost.ai/en/docs/concepts/python-usages-examples 의 템플릿을 사용했습니다.
데이터 - 생성 된 모델 예측 목록, 음수 값을 양수로 변환하여 샤프 평균에 대한 산술 평균을 계산했습니다.
데이터 - 생성된 모델 예측 목록에서 음수 값을 양수 값으로 변환하여 Sharpe의 평균에 대한 산술 평균을 계산합니다.
왜 그럴까요? 샤프의 경우 원래 부호를 사용하여 평균을 계산합니다.
왜 그럴까요? 샤프의 경우 원래 부호를 사용한 평균을 고려합니다.
매도 주문도 고려하기 위해 -0.002(20핍)와 +0.003(마이너스 - 숏, 플러스 - 롱)의 두 가지 정확한 예측이 있다고 가정해 봅시다.
수익은 +0.005, 평균은 0.0025이며 부호를 변경하지 않으면 0.0005가 됩니다.
분명히 예, 뭔가 놓쳤습니다. 공식 사이트( https://catboost.ai/en/docs/concepts/python-usages-examples)의 템플릿을 사용했습니다.
메트릭에는 손실 함수 및 평가 메트릭의 두 가지 유형이 있습니다. 아마도 첫 번째가 필요할 것입니다. https://catboost.ai/en/docs/concepts/python-usages-examples#user-defined-loss-function.
하지만 제가 틀렸을 수도 있습니다. 여기에는 저보다 더 나은 파이썬 전문가와 파이썬 찬사가 있습니다) 아마도 그들이 더 많은 도움을 줄 것입니다.
매도 주문도 고려하기 위해 -0.002(20핍)와 +0.003(마이너스 - 매도, 플러스 - 매수)의 두 가지 정확한 예측이 있다고 가정해 보겠습니다.
수익 +0.005, 평균은 0.0025이며 부호를 변경하지 않으면 0.0005가 됩니다.
그건 샤프가 아닙니다. 또한 모듈을 가져갈뿐만 아니라 예측의 부호 (매도 인 경우 마이너스 1, 매수 인 경우 1)를 곱할 필요가있을 수도 있습니다.
내 버전으로 모델을 훈련 한 결과는 RMSE와 거의 동일하므로 코드 어딘가에 오류가 있습니다.
예측값과 목표가 반환됩니다(a[i]-a[i+1]).
얻은 값을 인쇄하고 다른 메트릭과 비교합니다. 각 반복에 대해 한 번에 두 가지를 모두 인쇄합니다. catbusta 조기 종료에서 최대 사용자 기준과 "최상의 모델 사용=True"를 활성화하는 것을 잊지 마세요. 자세한 설명만 활성화하면 각 반복마다 메트릭 값을 인쇄합니다.
사용자 정의 손실 함수를 통해 연구 목적으로 (상당히 복잡하지만) 수행하는 것이 흥미로울 것입니다. 그럴 가능성이 있습니다 (페이지의 맨 처음에 던져진 경우 맨 아래에서 사용자 정의 손실 함수 섹션을 찾아야 합니다).
사용자 정의 손실 함수를 만드는 것은 연구 목적으로 흥미로울 것입니다(매우 복잡하지만). 그럴 가능성이 있습니다 (페이지의 시작 부분으로 이동하면 맨 아래에서 사용자 정의 손실 함수 섹션을 찾을 수 있습니다).
사용자 정의 손실 함수를 만드는 것은 연구 목적으로 흥미로울 것입니다(매우 복잡하지만). 그럴 가능성이 있습니다 (페이지의 시작 부분으로 이동하면 맨 아래에서 사용자 정의 손실 함수 섹션을 찾아야 합니다).