Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2379
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
Instalar corretamente
Obrigado, eu também vou tentar isso. Só não está claro porque não instalaram automaticamente sob demanda, se eles sabem de qual pacote a função é - é um mistério.
Obrigado, eu também vou tentar isso. Só não está claro porque não se instalaram automaticamente sob demanda, se saber de qual pacote a função é um mistério.
O mesmo recurso (ao invés do nome) pode estar em muitos pacotes. Tente carregar o pacote dplyr, por exemplo. Você verá muitos conflitos em nomes de funções.
Obrigado, eu também vou tentar isso. Só não está claro porque não fizeram uma instalação automática sob demanda, se eles sabem de qual pacote a função é - um mistério.
Leva o pacote mlpack. Tem praticamente tudo o que você precisa. É uma biblioteca muito boa.
Boa sorte.
A mesma função (e não o nome) pode estar em muitos pacotes. Tente fazer o download do pacote dplyr, por exemplo. Você verá muitos conflitos em nomes de funções.
Eu tentei o seu método, não funciona:
Você ensina regressão a uns e zeros?
Tanto quanto sei, há uma tentativa de transferir a ideia de regressão do laço para um problema de classificação da forma mais irreflectida possível).
Bom, você precisa aprender como adicionar diferentes penalidades (você precisa descobrir quais) à função alvo já utilizada no problema de classificação e ver como os resultados mudam. Caso contrário, obtemos algo estranho - ensinamos um modelo, mas selecionamos características para ele por um completamente diferente - só porque já temos um pacote pronto em R)
Bem, ou eu entendi tudo errado)
Tanto quanto sei, há uma tentativa de transferir a ideia de regressão do laço para o problema da classificação da forma mais irreflectida possível).
Bom, precisamos aprender como adicionar diferentes penalidades (precisamos entender que tipo de penalidades) à função alvo já utilizada no problema de classificação e ver como os resultados mudam. Caso contrário, obtemos algo estranho - ensinamos um modelo, mas selecionamos características para ele por um completamente diferente - só porque já temos um pacote pronto em R)
Bem, ou eu percebi tudo mal).
Aqui está uma situação paradoxal que mesmo que acidentalmente você acertar, ninguém vai apreciar.
porque não há critérios de avaliação )O que significa esta linha?
?
Criar um vetor com índices de 1 a 1300 para treinar o modelo
Oh, estou a ver, você submeteu as primeiras 200 linhas - certo?
Mas eu pensei que eles faziam parte do treino.
não as primeiras 200, mas a última "cauda".
é a data do teste
tomar os índices de 1 a 1300
E você não pode pegar todas elas e subtrair as últimas n peças - é mais conveniente, porque o número de colunas aqui é muito diferente para diferentes amostras.
Não se pode pegar em todas elas e subtrair as últimas n peças - é mais conveniente, porque o número de colunas aqui é muito diferente para diferentes amostras.
Como assim?
há um vestígio, há um teste
Se todos os dados são definidos como um triplet, como podem ser testados?
Como assim?
há uma pista, há um teste
Se todos os dados são definidos como um traço, como podemos testá-lo?
Pensei, por engano, que se tratava de colunas.
Ainda assim, não podemos fazer todo o treino no ficheiro de amostras e testar num ficheiro diferente?