Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3387

 
Aleksey Vyazmikin #:

Como essa relação linear é definida? Você pode explicar melhor?

Eu apenas removo as regras que são muito semelhantes e determino a semelhança por pontos de ativação.

Publiquei o código.
Aqui estão os detalhes


Que outros pontos de ativação?
 
mytarmailS #:
Publiquei o código.
Aqui estão os detalhes
h ttps:// rdrr.io/cran/caret/man/findLinearCombos.html

Eu esperava que você pudesse descrever o processo com suas próprias palavras.

Ok, aqui está o tradutor:

"

Detalhes

A decomposição QR é usada para determinar se uma matriz tem classificação completa e, em seguida, para identificar conjuntos de colunas que estão envolvidas em dependências.

Para "resolvê-las", as colunas são removidas iterativamente e a classificação da matriz é verificada novamente.

A função trim.matrix do pacote subselect também pode ser usada para atingir o mesmo objetivo.

"

A descrição não deixa muita coisa clara; para começar, a pergunta é: de que matriz estamos falando, como ela é obtida?

mytarmailS #:
Por quais outros pontos de ativação?

Se as regras na folha tiverem sido executadas, essa é a ativação da folha, o que significa que a folha é usada para formar a resposta final do modelo. Uma tabela é construída pelo número de folhas e cada linha é rotulada como ativada, se for - "1", se não for - "0".

 

Esbocei algumas teses básicas sobre o kozul, para aqueles que têm dificuldade em ler livros em inglês, e um exemplo em python de como ele funciona melhor, de acordo com minha versão. Você quer o artigo?


 
Aleksey Vyazmikin #:
1. Pesquise no Google a decomposição da matriz qr, não é algo que você possa dizer em poucas palavras

2. com esse método, você pode remover, no máximo, um terço dos recursos desnecessários.
 
Maxim Dmitrievsky #:

Esbocei algumas teses básicas sobre o kozul, para aqueles que têm dificuldade em ler livros em inglês, e um exemplo em python de como ele funciona melhor, de acordo com minha versão. Você quer o artigo?

Vá em frente.
 
mytarmailS #:
Vamos lá.

Estou terminando outro livro para acrescentar à teoria.

porque diz que não há nada mais prático do que uma boa teoria.

 
mytarmailS #:
1. Pesquise no Google a decomposição da matriz qr, não é algo que você possa dizer em poucas palavras

2. Com esse método, você pode remover, no máximo, um terço dos recursos desnecessários

1. Não estou perguntando sobre a decomposição, estou perguntando de onde veio a matriz.

2. Essa parece ser uma afirmação sem fundamento. Na minha opinião, você pode remover mais do que o necessário com meu método.

 
Aleksey Vyazmikin #:

1. Não estou perguntando sobre a decomposição, estou perguntando de onde veio a matriz.

2. Parece uma declaração sem fundamento. Em minha opinião, meu método pode remover mais do que o necessário.

1 matriz com recursos

2 estamos falando de recursos linearmente dependentes ou de tudo?
 
mytarmailS #:
1 matriz de recursos

2 Estamos falando de recursos linearmente dependentes ou de tudo?

1. Como essa matriz é obtida? Quais são os números contidos nela?

2. Estou falando de regras. Em minha abordagem, não me importo como e de que a regra é derivada, mas se a resposta for semelhante a outra na amostra de treinamento, ela não contém informações adicionais.

 

Por que um grande número de sinais é ruim? Gráfico interessante de um livro sobre kozul.

A probabilidade de encontrar o mesmo exemplo na amostra de treinamento, dependendo do número de recursos.

Se você tiver mais de 14 (ou mesmo 10) recursos, terá muitas regras que não poderão ser reduzidas sem perda.