나도 모르겠다... Doc은 MKUL에 대한 모든 코드를 제공하여 모델을 MT에서 즉시 사용할 수 있도록 했습니다. MT와 R 사이의 연결과 다리는 거기보다 더 가파르다. 일반적으로 작업은 Reshetov와 R 옵티마이저에서 얻은 모델을 비교 평가하는 것입니다. 내가 elmnn에 대해 좋아하지 않은 유일한 것은 몇 번이나 훈련시켜도 OOS에서는 항상 같은 결과가 나옵니다. 즉, 훈련하십시오, 훈련하지 마십시오. 어쨌든 얻을 수 있습니다 :-) 그러나 작업은 이제 막 시작되었고 자신감 있는 평결을 위해서는 더 많은 테스트가 필요합니다...
Summary of the Random Forest Model
==================================
Number of observations used to build the model: 282752
Missing value imputation is active.
Call:
randomForest(formula = as .factor(arr_Sell) ~ .,
data = crs$dataset[crs$sample, c(crs$ input , crs$target)],
ntree = 500 , mtry = 5 , importance = TRUE , replace = FALSE , na.action = randomForest::na.roughfix)
Type of random forest: classification
Number of trees: 500
No. of variables tried at each split: 5
OOB estimate of error rate: 0.85 %
Confusion matrix:
- 10class .error
- 12143818250.07845075905842589050.002250577
Analysis of the Area Under the Curve (AUC)
==========================================
Call:
roc. default (response = crs$rf$y, predictor = as .numeric(crs$rf$predicted))
Data: as .numeric(crs$rf$predicted) in 23263 controls (crs$rf$y - 1 ) < 259489 cases (crs$rf$y 0 ).
Area under the curve: 0.959695 % CI: 0.9579 - 0.9614 (DeLong)
Variable Importance
===================
- 10 MeanDecreaseAccuracy
arr_iDelta_MN1 138.27133.11140.22
arr_iDelta_H6 125.08121.39133.93
arr_iDelta_H12 123.70122.14133.35
arr_Regresor 128.66115.53127.84
arr_iDelta_W1 139.04113.42127.63
arr_iDelta_Min_D1 116.08109.00118.71
arr_LastBarPeresekD_Up_M15 104.77115.87118.67
arr_LastBarPeresekD_Down_M15 101.57111.98114.99
arr_TimeH 109.29110.21111.94
arr_iDelta_Max_H1 106.04102.77109.00
arr_DonProcVisota 95.92109.61106.40
arr_iDelta_D1 116.6590.42103.11
arr_iDelta_Max_D1 96.3394.41101.86
arr_iDelta_H4 78.4790.8690.15
arr_DonProc_M15 78.2584.5685.65
arr_Den_Nedeli 83.4981.8883.28
arr_DonProc 58.3084.2276.08
arr_iDelta_H3 55.6464.1862.44
arr_RSI_Open_H1 70.0747.2158.58
arr_LastBarPeresekD_Up 49.1659.1956.28
arr_iDelta_Min_H1 47.1260.1955.55
arr_Vektor_Week 53.2352.1254.44
arr_iDelta_H1 41.2048.6346.96
arr_Vektor_Don_M15 46.7940.6445.61
arr_LastBarPeresekD_Down 33.4642.7939.32
arr_Vektor_Day 31.9432.0532.78
arr_Vektor_Don 18.9422.5121.50
arr_BB_Center 19.9121.4621.07
arr_RSI_Open_M1 24.1415.2118.13
arr_BB_Down 18.2213.5415.41
arr_BB_Up 11.7412.8213.13
MeanDecreaseGini
arr_iDelta_MN1 1786.84
arr_iDelta_H6 1257.97
arr_iDelta_H12 1286.82
arr_Regresor 1162.09
arr_iDelta_W1 1611.97
arr_iDelta_Min_D1 1009.56
arr_LastBarPeresekD_Up_M15 990.33
arr_LastBarPeresekD_Down_M15 1051.66
arr_TimeH 1718.65
arr_iDelta_Max_H1 945.35
arr_DonProcVisota 1146.33
arr_iDelta_D1 1179.92
arr_iDelta_Max_D1 1036.35
arr_iDelta_H4 1182.16
arr_DonProc_M15 1102.40
arr_Den_Nedeli 1185.70
arr_DonProc 699.24
arr_iDelta_H3 1163.34
arr_RSI_Open_H1 228.25
arr_LastBarPeresekD_Up 839.31
arr_iDelta_Min_H1 760.00
arr_Vektor_Week 278.21
arr_iDelta_H1 778.78
arr_Vektor_Don_M15 220.85
arr_LastBarPeresekD_Down 731.15
arr_Vektor_Day 155.12
arr_Vektor_Don 215.34
arr_BB_Center 155.38
arr_RSI_Open_M1 99.55
arr_BB_Down 82.22
arr_BB_Up 56.65Time taken: 1.26 hours
Rattle timestamp: 2018 - 05 - 1404 : 12 : 32 S_V_A
======================================================================
테스트 데이터(15%)
Error matrix for the Random Forest model on Pred_023.csv [test] (counts):
Predicted
Actual - 10 Error
- 145024098.30125555550.2
Error matrix for the Random Forest model on Pred_023.csv [test] (proportions):
Predicted
Actual - 10 Error
- 17.40.78.300.291.70.2
Overall error: 0.9 %, Averaged class error: 4.25 %
Rattle timestamp: 2018 - 05 - 1412 : 48 : 08 S_V_A
아니요. 그러나 나는 모든 것을 엑셀로 완벽하게 업로드하는 스크립트를 작성했고 나는 이미 거기에 떠올랐다. 내 아이디어가 있기 때문에 대본을 줄 수 없습니다 .... 글쎄, 나는 거기에서 멋진 독창적 인 것을 만들었습니다. 누가 예측자를 어떻게 평가하는지 모르겠지만 결과는 추가 분석을 위해 매우 읽기 쉬운 편리한 테이블입니다 ... 이와 같은 ...
브이트리트.알
고맙습니다.
R에 뭔가가 있습니까?
Rattle에서 내 세트를 시도했습니다. 모든 네트워크에서 교육을 선택했는데 결과적으로 많은 생각 끝에 오류가 발생했습니다.
주기)
그러나 모든 조합과 PC는 며칠 동안 계산됩니다 ...
10개의 예측 변수, 조합 2^10 = 1024
예측 변수 20개 = 2^20 = 1048576
여러 번 숲/NS를 훈련해야 합니다.
예, 급하지 않습니다 ... 별도의 컴퓨터에 버리고 스스로 계산하게 할 수 있습니다.
그러나 어떤 종류의 소프트웨어가 가치가 있습니까?
브이트리트.알
어떻게 실행할 수 있습니까? 나는 vtrear()를 부르고 그는 맹세한다.
사진이 될까요? 좋은 것들과 NS는 필요하지 않습니다. lol :)
나도 모르겠다... Doc은 MKUL에 대한 모든 코드를 제공하여 모델을 MT에서 즉시 사용할 수 있도록 했습니다. MT와 R 사이의 연결과 다리는 거기보다 더 가파르다. 일반적으로 작업은 Reshetov와 R 옵티마이저에서 얻은 모델을 비교 평가하는 것입니다. 내가 elmnn에 대해 좋아하지 않은 유일한 것은 몇 번이나 훈련시켜도 OOS에서는 항상 같은 결과가 나옵니다. 즉, 훈련하십시오, 훈련하지 마십시오. 어쨌든 얻을 수 있습니다 :-) 그러나 작업은 이제 막 시작되었고 자신감 있는 평결을 위해서는 더 많은 테스트가 필요합니다...
어떻게 실행할 수 있습니까? 나는 vtrear()를 부르고 그는 맹세한다.
일반적으로 이와 같은 것입니다. 하지만 이것은 0과 1만 있는 대상 분류에 대한 추정치입니다. 회귀의 경우 거기에서 다릅니다. 이렇게 ...
랜덤 포레스트 모델의 결과를 올바르게 해석하는 방법 - 좋은가요 나쁜가요?
테스트 데이터(15%)
그래서 두 개의 파일로 나눌 수 없었습니다. 아무도 이해하기 쉽게 설명할 수 없습니다.
어떻게 실행할 수 있습니까? 나는 vtrear()를 부르고 그는 맹세한다.
패키지는 다르게 호출되며 다음이 필요합니다.
라이브러리(vtreat)
패키지에는 몇 가지 기능이 포함되어 있습니다. 어떤 게으름으로 문서를 열었습니까?
일반적으로 이와 같은 것입니다. 하지만 이것은 0과 1만 있는 대상 분류에 대한 추정치입니다. 회귀의 경우 거기에서 다릅니다. 이렇게 ...
저것들. 그래픽 쉘이 있습니까? 그리고 어떻게 도움을 요청합니까?
패키지는 다르게 호출되며 다음이 필요합니다.
라이브러리(vtreat)
패키지에는 몇 가지 기능이 포함되어 있습니다. 어떤 게으름으로 문서를 열었습니까?
문서는 어디에서 얻을 수 있습니까?
저것들. 그래픽 쉘이 있습니까? 그리고 어떻게 도움을 요청합니까?
아니요. 그러나 나는 모든 것을 엑셀로 완벽하게 업로드하는 스크립트를 작성했고 나는 이미 거기에 떠올랐다. 내 아이디어가 있기 때문에 대본을 줄 수 없습니다 .... 글쎄, 나는 거기에서 멋진 독창적 인 것을 만들었습니다. 누가 예측자를 어떻게 평가하는지 모르겠지만 결과는 추가 분석을 위해 매우 읽기 쉬운 편리한 테이블입니다 ... 이와 같은 ...