Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 850
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
Quantos são? Há formas de o fazer mais depressa... Genética... Também para os levar para os ns...
busca heurística
De qual você precisa? Eu ainda o processo com um expoente com p=0,5 para obter o fluxo mais simples de qualquer maneira.
Se identificamos o fluxo de carrapatos que temos, por exemplo, o k=4 de Erlang, bem, se descartamos Cauchy, por que precisamos revisá-lo com o expoente? Quando podemos ir directamente para Erlang k=5 e assim por diante? Alinhar mais entre carrapatos em vez de confundir e alinhar primeiro?
Provavelmente a forma mais confiável é através de combinações de preditores. Mas é muito longo(
Ao aumentar a complexidade dos modelos em jPrediction, queremos dizer aumentar gradualmente o número de preditores. Porque em jPrediction o número de neurônios na camada oculta é 2^(2*n+1), onde n é o número de preditores. Assim, à medida que o número de preditores aumenta a complexidade do modelo (o número de neurónios na camada oculta). Assim, aumentando gradualmente a complexidade do modelo, mais cedo ou mais tarde a jPredição atingirá o valor M, após o que um novo aumento da complexidade do modelo levará a uma nova diminuição da generalizabilidade (aumento dos erros na generalizabilidade).
Encontrei o posto do Reshetov sobre o número de neurónios.
Se eu tiver 10 preditores, recebo 2^21 = 2097152 neurónios.
Não é demais?
Mesmo para 3 preditores, há 128 neurónios...
Tropeçou no posto do Reshetov sobre o número de neurónios.
Se houver 10 preditores, você recebe 2^21 = 2097152 neurônios.
Isso não é muito?
Mesmo para 3 preditores que seriam 128 neurónios...
N = 2^i - 1
1023 neurónios para 10 entradas é melhor.
Mas a julgar pelos artigos, na prática muito menos é usado, por exemplo, n=sqrt(#inputs * #outputs)
Aparentemente N = 2^i - 1 - para memorização exata, e fórmulas com menos número - para generalização.
A seleção de preditores mais sofisticada em carpete: gafs - seleção genética de preditores; rfe - seleção de preditores reversa (mais rápida); safs - estabilidade simulada de seleção de preditores (recozimento) - mais eficiente.
Rfe testado na matriz 12*6400 - cerca de 10 horas lido com parâmetros padrão (tamanhos = 2^(2:4)), não esperou e desligou-o. Falha de pensamento, reiniciada novamente com tamanhos = ncol(x) - já uma hora conta.
Atualização: segunda execução com tamanhos = ncol(x) terminou o cálculo em 2,5 - 3 horas, os resultados estão próximos a pacotes que levam de 3-5 minutos para processar os mesmos dados.Se o rfe é mais rápido, quanto tempo os outros esperam?
Os pacotes anteriores que tentei não demoraram mais do que 5 minutos para os mesmos dados.
Demorou assim tanto tempo para ti?
Ajuste , rfeControl = rfeControl(número = 1,repetições = 1) - tempo reduzido para 10-15 minutos, mudanças - 2 pares de preditores trocados, mas geralmente similares.
Eu tentei rfe em uma matriz de 12*6400, ele passou cerca de 10 horas com configurações padrão (tamanhos = 2^(2:4)), não esperei e o desliguei. Falha de pensamento, reiniciada novamente com tamanhos = ncol(x) - já uma hora conta.
Atualização: segunda execução com tamanhos = ncol(x) terminou o cálculo em 2,5 - 3 horas, os resultados estão próximos a pacotes que levam de 3-5 minutos para processar os mesmos dados.Se o rfe é mais rápido, quanto tempo os outros esperam?
Os pacotes anteriores que tentei não demoraram mais do que 5 minutos para os mesmos dados.
Demorou tanto tempo para você?
Não me lembro exactamente, já foi há muito tempo, mas paixões como a tua não me ficam na memória.
A matriz é comum para mim.
MAS
Não me lembro exactamente, já foi há muito tempo, mas paixões como a tua não me ficam na memória.
A matriz é comum para mim.
MAS
2 classes
Carregado 1 núcleo
Ajuste , rfeControl = rfeControl(número = 1,repetições = 1) - reduziu o tempo para 10-15 minutos. Mudanças nos resultados - 2 pares de preditores trocados, mas em geral semelhantes ao padrão.