현재로서는 결과에 대한 우리의 생각이 일치하고 있습니다. 예, 샘플이 매우 얇을 것으로 예상하지만 프로세스가 반복적이기 때문에 측정값을 알고 훨씬 일찍 중단할 수 있으며 동일한 데이터를 사용하여 동일한 나무 모델을 구축할 수 있으므로 잎의 분할이 적고 더 신뢰할 수 있는 지표가 될 것으로 예상합니다.
내가 때때로 주제를 던지면 사람들이 부정하거나 무의식적으로 그 주제를 다루기 시작하고 잠시 후 다시 돌아옵니다.
그 과정에서 누구나 특정한 종류의 고통을 경험합니다.
그게 일반적으로 정상입니다. 여러분도 마찬가지입니다.)
저는 이미 2년 전에 여러 사이트에서 훈련하고 훈련 결과를 기반으로 예측 변수를 선택하는 대규모 실험을 수행했는데, 본질적으로 동일한 교차 검증이지만 이벤트 순서를 깨지 않고 수행했습니다. 기차와 기차 이전의 데이터에 의해 검증이 영향을 받지 않도록 시퀀스를 저장할 수 있는 패키지가 있다고 들었습니다. 이름이 뭔지 알고 있나요?
저는 이미 2년 전에 다른 사이트에서 훈련하고 훈련 결과를 기반으로 예측 변수를 선택하는 대규모 실험을 수행했는데, 본질적으로 동일한 교차 검증이지만 이벤트 순서를 위반하지 않았습니다. 기차와 기차 이전의 데이터에 의해 유효성 검사가 영향을받지 않도록 시퀀스를 저장할 수있는 패키지가 있다고 들었습니다. 이름이 뭔지 알고 있나요?
패키지가 무엇인지 모르겠습니다.
RF의 외환이 오랫동안 포기했다고 생각하지 않습니까? 아시아 인으로 재조정되고있는이 자원도 마찬가지 일 것입니다.
링크의 텍스트를 읽다 보면, 링크의 연결에 대한 일종의 정리까지 발견할 수 있습니다. 게으르지 말고 적어도 링크는 읽어보세요.
그래서 제가 인용해 달라고 요청한 이유입니다....
신호가 새 데이터에서 허용되는 좁은 범위를 벗어나기 때문에 신호가 사라지는 것입니다.
분류와 비교할 수 있는데, 분명하게 알려진 패턴이 있고 모호한 미지의 패턴이 있습니다. 시간이 지날수록 알려지지 않은 것이 점점 더 많아지고 "알려진" 클래스에는 아무것도 남지 않습니다.
설명해 주셔서 감사합니다.
그래서 견적을 요청했습니다....
현재로서는 결과에 대한 우리의 생각이 일치하고 있습니다. 예, 샘플이 매우 얇을 것으로 예상하지만 프로세스가 반복적이기 때문에 측정값을 알고 훨씬 일찍 중단할 수 있으며 동일한 데이터를 사용하여 동일한 나무 모델을 구축할 수 있으므로 잎의 분할이 적고 더 신뢰할 수 있는 지표가 될 것으로 예상합니다.
초기 센터가 무작위로 위치한다는 것을 올바르게 이해했나요?
#32100
#32098
#11831
콤팩트니스 프로파일도 살펴봤습니다. 상관 행렬보다 훨씬 더 비쌀 수 있습니다. 메모리뿐만 아니라 계산 시간도 마찬가지입니다.
세이버의 방식대로라면 메모리 효율적입니다.
나는 그러한 문제를 매우 빨리 해결하지만, 당신이 근거없는 이름을 다시 부르기 시작할 것이기 때문에 방법을 말하지 않겠습니다.
또한 데이터 세트가 종종 0으로 저하된다는 사실에 직면하게 될 것입니다.지금 장난하는 건가요? 본문에는 정리가 하나뿐이고 프로필을 통해 CCV를 계산하는 것에 관한 것입니다.
트롤링하는 게 아니에요. 저는 그런 적이 전혀 기억나지 않아요. 몰랐을 뿐입니다.
맞습니다. 실제로"완전한 교차 검증 " 제어에 대한 평균 (모든 스플릿에 대한) 오류와 프로필 계산의 유사성에 대한 이론적 증명에 관한 내용이 있습니다.
전에는 그 용어를 들어본 적이 없었는데, 이제는 기본적으로 가능한 모든 샘플링 조합이라는 것을 깨달았습니다.
하지만 샘플링 분할 패키지가 여기서 어떻게 도움이 될 수 있는지 아직 이해하지 못했습니다.
#32100
#32098
#11831
링크가 무엇을 가리키는지 몰랐습니다....
하지만 파이썬에 익숙해지기 위한 방법으로 무작위 샘플링 분할을 테스트할 계획입니다. 게다가 CB는 이미 제가 쓰고 싶었던 비슷한 아이디어를 구현하고 있다는 것이 밝혀졌습니다....
나는 또한 컴팩트니스 프로파일을 살펴 보았습니다. 상관 관계 행렬보다 훨씬 더 비쌀 수 있습니다. 메모리뿐만 아니라 계산 시간도 마찬가지입니다.
세이버의 방법대로라면 메모리 효율적입니다.
나는 그러한 문제를 매우 빨리 해결하지만, 당신이 근거없는 이름을 다시 부르기 시작할 것이기 때문에 방법을 말하지 않겠습니다.
또한 데이터 세트가 종종 0으로 저하된다는 사실에 직면하게 될 것입니다.서두르지 않고 컴퓨팅 리소스가 오래되었지만 128 기가 RAM이 있습니다. 다른 방법을 시도해보고 제 접근 방식을 비교하고 싶어요.
데이터 부족은 저에게 끊임없는 문제이며, 예시를 제외하면 더 심해집니다.
이 링크가 무엇을 가리키는지 이해가 되지 않습니다.....
하지만 파이썬에 익숙해지기위한 방법으로 무작위 샘플링 파티셔닝을 테스트 할 계획입니다. 게다가 CB는 이미 제가 쓰고 싶었던 비슷한 아이디어를 구현하고 있다는 것이 밝혀졌습니다....
서두르지 않고 컴퓨팅 리소스가 있지만 오래되었지만 128 기가 RAM이 있습니다. 내 접근 방식을 비교하는 것을 포함하여 다른 방법을 시도하고 싶습니다.
데이터 부족은 저에게 끊임없는 문제이며, 예시를 제외하면 더 심해집니다.
제가 때때로 주제를 던지면 사람들은 부정하거나 무의식적으로 그 주제를 받아들이기 시작하고 잠시 후 그 주제를 받아들이기 시작합니다.
그리고 그 과정에서 누구나 어떤 종류의 구체적인 고통을 경험합니다.
내가 때때로 주제를 던지면 사람들이 부정하거나 무의식적으로 그 주제를 다루기 시작하고 잠시 후 다시 돌아옵니다.
그 과정에서 누구나 특정한 종류의 고통을 경험합니다.
그게 일반적으로 정상입니다. 여러분도 마찬가지입니다.)
저는 이미 2년 전에 여러 사이트에서 훈련하고 훈련 결과를 기반으로 예측 변수를 선택하는 대규모 실험을 수행했는데, 본질적으로 동일한 교차 검증이지만 이벤트 순서를 깨지 않고 수행했습니다. 기차와 기차 이전의 데이터에 의해 검증이 영향을 받지 않도록 시퀀스를 저장할 수 있는 패키지가 있다고 들었습니다. 이름이 뭔지 알고 있나요?
일반적으로 정상입니다. 여러분도 마찬가지입니다 ;)
저는 이미 2년 전에 다른 사이트에서 훈련하고 훈련 결과를 기반으로 예측 변수를 선택하는 대규모 실험을 수행했는데, 본질적으로 동일한 교차 검증이지만 이벤트 순서를 위반하지 않았습니다. 기차와 기차 이전의 데이터에 의해 유효성 검사가 영향을받지 않도록 시퀀스를 저장할 수있는 패키지가 있다고 들었습니다. 이름이 뭔지 알고 있나요?
패키지가 무엇인지 모르겠습니다.
RF의 외환이 오랫동안 포기했다고 생각하지 않습니까? 아시아 인으로 재조정되고있는이 자원도 마찬가지 일 것입니다.
그래서 우리는 신경망을 다른 것에 적용하는 방법을 배워야합니다.
어떤 종류의 패키지가 있는지 모르겠습니다.
RF의 포럼이 오랫동안 포기했다고 생각하지 않습니까? 아시아 인으로 재조정되고있는이 리소스도 마찬가지 일 것입니다.
그래서 우리는 신경망을 다른 것에 적용하는 방법을 배워야합니다.
RF에는 FOREX에 대한 라이센스가있는 사무실이 있습니다. 오래 전에 조건을 살펴 보았지만 그다지 좋지는 않았지만 거래가 상대적으로 적다면 옵션이 될 수 있습니다.
게다가 저는 모스크바 거래소에 더 관심이 있습니다. 유명한 이벤트 이후 나는 아직 거기에 가본 적이 없습니다. 옵션에 관심이 있는데 거기에서 MO를 사용할 수있는 기회가있을 것 같습니다.
내가 다른 일을한다면 내 노동으로 돈을 벌 기회가있을 것이라고 상상하기 어렵 기 때문에 이미 월급을 받고 일하고 있습니다. 새로운 것이라도 경쟁이 많고 공개 제품이 복사되어 구현이 분리 될 것입니다.