Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 815
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Agora pegue a estimativa histórica de cada preditor byssel/hold, converta-a em uma estimativa de probabilidade.
tomar vários preditores, fazer o mesmo para cada um
encontrar probabilidades condicionais de lucro sobre um conjunto de características
e depois coloca-lo em NS ou conjuntos difusos como neste exemplo
A estimativa média flutuará em torno de 0,5 para cada preditor, mas as maravilhas da abordagem Bayesiana levarão os totais a um nível aceitável
é em teoria :)
Em todos os modelos de classificação que eu conheço, o resultado pode ser ordenado como uma classe, ou pode ser ordenado como uma probabilidade de classe. Normalmente esta probabilidade é dividida ao meio para as duas classes. Mas há um programa que divide essa probabilidade não pela metade, mas por algumas outras considerações.
)))
Wizard_, li atentamente as suas mensagens
Explique as fotos, o que se passa?
Em todos os modelos de classificação que eu conheço, o resultado pode ser ordenado como uma classe, ou pode ser ordenado como uma probabilidade de classe. Normalmente esta probabilidade é dividida ao meio para as duas classes. Mas há um programa que divide essa probabilidade não pela metade, mas por algumas outras considerações.
Sim, a regressão logística é chamada de ))
Sim, a regressão logística é chamada de ))
Não, quero dizer.
Dadas as pontuações de probabilidade previstasProb como fornecidas, por exemplo, por uma chamada para predizer.CoreModel
e usando um dos métodos disponíveis dados por métodos, a função calibra as probabilidades previstas
para que coincidam com as probabilidades reais de uma classe binária 1 fornecida pela classe correcta.
PS.
Há muitas regressões que têm uma classe como saída.
O mais famoso e relativamente simples é o glm().
VER .
Na verdade, é altamente desejável que os cargos fossem mais específicos, com referência à fonte original, e melhor, a funções específicas.
Fa, tens andado a foder há anos. glm(.~.....,família = "binómio")
logísticas))) Larga tudo, porra. Só Doc e Toxic são adequados neste fio...
O que é que o Toxic disse uma vez na sua vida que de repente ficou são?
Ele não escreve nada.
O coco é totalmente inadequado e perdido, e tu também estás.
Só Doc e Toxic são adequados neste fio...
Apenas Tóxico
Fa, tens andado a mentir há anos. glm(.~.....,família = "binomial") é
logistic)) Larga tudo, porra. Só Doc e Toxic são adequados neste fio...
Cidadão com a máscara, fique embaixo do banco e antes de postar besteiras:
A mensagem deste fio não tem sentido, porque cada um tem um modelo diferente. A única coisa que une os participantes é a integração de ferramentas externas com o MQL5. Tenho um conversor de Spark Random Forest para o formato Alglib (MQL5). Eu tenho uma boa idéia para postar sobre integração, seria útil para todos.
P.s. Eu prefiro Git