Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 579
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
Будь добр, кинь мне в личку. Если это тот-же торрент что у меня, то там версия для машиностроения.
Есть еще версии для науки, но там не сказано про таблетку.
Там, оказывается, весь съют есть)
Кинул.
Вопрос ко всем, кто может знать.
Ну вот есть всего одно дерево. Какого вида границу при классификации оно построит в N-мерном пространстве7 Уравнение границы в общем виде какое будет?
там не одна граница.. если смотреть на 2-мерном пространстве то оно разделяет на диапазоны - прямоугольники. Ну для n-мерного это будет гипер фигоугольники
картинка из википедии
там не одна граница.. если смотреть на 2-мерном пространстве то оно разделяет на диапазоны - прямоугольники. Ну для n-мерного это будет гипер фигоугольники
картинка из википедии
Это для одного дерева?
Вроде-бы одно дерево - одна линия на плоскости? для двумерной картинки. или ошибаюсь?
Это для одного дерева?
Вроде-бы одно дерево - одна линия на плоскости? для двумерной картинки. или ошибаюсь?
нет, 1 сплит это 1 линия.. т.е. разделение выборки на 2 части..
в итоге это может выглядеть такими замысловатыми образами, а не как в НС линия
нет, 1 сплит это 1 линия.. т.е. разделение выборки на 2 части..
в итоге это может выглядеть такими замысловатыми образами, а не как в НС линия
Эта картинка для одного дерева? Меня сейчас РФ из одного дерева интересует. Мне для одного дерева понять. Дальше буду сам разбираться.
То что я читал, там ничего не понятно. Вроде понятно, но только для совокупности.
Я так понял, что одно дерево дает гиперплоскость в N-мерном пространстве. Оказывается все криво понял.
Эта картинка для одного дерева? Меня сейчас РФ из одного дерева интересует. Мне для одного дерева понять. Дальше буду сам разбираться.
То что я читал, там ничего не понятно. Вроде понятно, но только для совокупности.
да, это для decision tree - решающего дерева
потом комитет деревьев через bagging (bootstrap aggregating) собирается в модель random forest
по принципу - куча простых деревьев, в среднем, даст лучше результат чем одна сложная модель
RF это куча обычных деревьев, собранная через bagging.Я так понял, что одно дерево дает гиперплоскость в N-мерном пространстве. Оказывается все криво понял.
плоскость это линейная классификация, деревья ее не умеют делать (или хуже линейной регрессии), только нелинейные
да, это для decision tree - решающего дерева
потом комитет деревьев через bagging (bootstrap aggregating) собирается в модель random forest
по принципу - куча простых деревьев, в среднем, даст лучше результат чем одна сложная модель
RF это куча обычных деревьев, собранная через bagging.Если есть ссылки на что-либо внятное - pdf какие-либо, кинь в личку плиз. Только Хабр не надо)
Хотелось-бы чего-то большого и подробного.)
Если есть ссылки на что-либо внятное - pdf какие-либо, кинь в личку плиз. Только Хабр не надо)
Хотелось-бы чего-то большого и подробного.)
а я не помню уже, несколько статей прочел в гугле
вот например https://basegroup.ru/community/articles/description
там все просто
а я не помню уже, несколько статей прочел в гугле
вот например https://basegroup.ru/community/articles/description