Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 52
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Вопрос: SVM учитывает взаимодействия между переменными или там просто сумма взвешенных индивидуальных компонентов?
Насколько я пониманию, нет.
Если Вас интересует взаимодействие переменных, то есть леса - CORElearn, там кстати очень интересные функции оценки важности на основе своих критериев оценки Relief - большое количество вариантов. Имеется очень любопытная функция калибровки вероятностей, на основе которых затем строятся номинальные классы.
Юзал одно время....
Насколько я пониманию, нет.
Если Вас интересует взаимодействие переменных, то есть леса - CORElearn, там кстати очень интересные функции оценки важности на основе своих критериев оценки Relief - большое количество вариантов. Имеется очень любопытная функция калибровки вероятностей, на основе которых затем строятся номинальные классы.
Юзал одно время....
Ок, спс на наводку. Слышал про этот пакет.
Я про SVM почему спросил, читал, что эта модель, будучи взята с гауссовским ядром, классифицирует "почти также хорошо" как леса, бустинг. Но учатся то они намного быстрее. Я уже запарился обучать леса, особенно по 5 раз с учетом кроссвалидации.
Ок, спс на наводку. Слышал про этот пакет.
Я про SVM почему спросил, читал, что эта модель, будучи взята с гауссовским ядром, классифицирует "почти также хорошо" как леса, бустинг. Но учатся то они намного быстрее. Я уже запарился обучать леса, особенно по 5 раз с учетом кроссвалидации.
Скорость не сравнивал, величина ошибки примерно одинакова. Гораздо хуже результаты у НС и совершенно неприемлемые у линейных регрессий.
ПС.
Где-то видел, что леса, использующие кроссвалидацию могут использовать все ядра. Не могу вспомнить.
Скорость не сравнивал, величина ошибки примерно одинакова. Гораздо хуже результаты у НС и совершенно неприемлемые у линейных регрессий.
ПС.
Где-то видел, что леса, использующие кроссвалидацию могут использовать все ядра. Не могу вспомнить.
Я юзаю все ядра для лесов. В модуле caret есть параллелизация и т.д. Но даже в таком режиме долго.
А то, что скорость у опорных векторов должна быть больше, это факт. К тому же есть библиотека, которая для этой машины задействует графичекое ядро. Это еще раз в 20 повышает скорость.
Главное, чтобы точность была сопоставима. Надо будет попробовать.
Здравствуйте, всем!
Сегодня, 255 лет со дня смерти Томаса Байеса (1702-07.04.1761), английского священнослужителя и математика.
https://ru.wikipedia.org/wiki/%D0%91%D0%B0%D0%B9%D0%B5%D1%81,_%D0%A2%D0%BE%D0%BC%D0%B0%D1%81
Как написано в Википедии, Томас Байес при жизни опубликовал всего две работы- одну богословскую, другую по математике.
Интересный факт. Противоположный рекорд по плодовитости принадлежит нашему соотечественнику.
Так, в 1992 году Шнобелевская премия по литературе была вручена Юрию Стручкову, сотруднику Института органических соединений в Москве, за плодотворность, превосходящую все мыслимые пределы. С 1981-го по 1990 год (всего лишь девять лет) он опубликовал 948 научных работ. Получается, что в среднем Стручков «выдавал на гора» одну работу каждые 3,9 дня.
Так, в 1992 году Шнобелевская премия по литературе была вручена Юрию Стручкову, сотруднику Института органических соединений в Москве, за плодотворность, превосходящую все мыслимые пределы. С 1981-го по 1990 год (всего лишь девять лет) он опубликовал 948 научных работ. Получается, что в среднем Стручков «выдавал на гора» одну работу каждые 3,9 дня.
Так, премия по литературе. Эт немного проще, чем по орг химии.
Мы-б тоже-б сварганили. Без проблем. Вопрос, кто публиковать будет. :)
Задумал регрессионного эксперта (наверное не Байсовского), внешнего, с помощью любимого СанСанычем R. Но масса проблем. Назовем их организационными. :)
Так, премия по литературе. Эт немного проще, чем по орг химии.
Мы-б тоже-б сварганили. Без проблем. Вопрос, кто публиковать будет. :)
Задумал регрессионного эксперта (наверное не Байсовского), внешнего, с помощью любимого СанСанычем R. Но масса проблем. Назовем их организационными. :)
А какие проблемы? C R?
C R проблема в том, что я его не знаю. :) Это дело времени, потихоньку осваивается.
Более сложная - это обеспечение реал-тайм обмена данными между R - ПО - МТ5. Кроме файлов ничего умного в голову не приходит. Полагаю, что для начала подойдут, а там видно будет.
Но вот самого протокола обмена (интерфейса) пока не вижу.