Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1333
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
Ожидаю что хоть модели не будут похожи на те, что до обмены местами выборок.
ну будут не похожи и что дальше? )
ну будут не похожи и что дальше? )
Это будет хорошо, так-как их можно параллельно использовать тогда.
Это будет хорошо, так-как их можно параллельно использовать тогда.
ну да, пальем в небо, т.е. оптимальное решение не найдено
еще seed поменяйте и наклепайте кучу мусорапохоже, надо подкачать R а не питон, Ренат написал что скоро будет прямая связка без костылей
т.е. катбуст можно будет запускать в 1 строку из мт5
Я наверное пропустил это сообщение. Не подскажите когда это было или ссылку.
Удачи
Я наверное пропустил это сообщение. Не подскажите когда это было или ссылку.
Удачи
Да, было вскользь вот тут
https://www.mql5.com/ru/forum/302625/page8#comment_10568532
ну да, пальем в небо, т.е. оптимальное решение не найдено
еще seed поменяйте и наклепайте кучу мусораЧто значит пальцем в небо? Две параллельно работающие модели это хороший вариант, почему нет?
Seed конечно буду и дальше менять, пока не услышу вменяемых аргументов - какая разница кто его крутит я или генератор случайных цифр - не ясно. Скоро ещё модели подоспеют с параметром "--bagging-temperature" - наверное так же мусор по Вашей классификации, а мне интересно взглянуть.
Что значит пальцем в небо? Две параллельно работающие модели это хороший вариант, почему нет?
Seed конечно буду и дальше менять, пока не услышу вменяемых аргументов - какая разница кто его крутит я или генератор случайных цифр - не ясно. Скоро ещё модели подоспеют с параметром "--bagging-temperature" - навное так же мусор по Вашей классификации, а мне интересно взглянуть.
если они работающие, то почему бы и нет
просто вопрос в том что вы можете увеличить эффективность в разы, применив очень простые приемы
я специально о них не пишу открыто, потому что хочу что бы вы почитали книгу. И вообще там много такого зарыто, что может по прямой вывести на хорошие модели. Но только тссс...
про багинг температуру интересно посмотреть, на знаю что имеется в видуесли они работающие, то почему бы и нет
просто вопрос в том что вы можете увеличить эффективность в разы, применив очень простые приемы
я специально о них не пишу открыто, потому что хочу что бы вы почитали книгу. И вообще там много такого зарыто, что может по прямой вывести на хорошие модели. Но только тссс...
про багинг температуру интересно посмотреть, на знаю что имеется в видуЯ посмотрел про МГУА, не знаю к какой это книге конкретно относится, но с таким названием не ищется. Как я понял, эта вещь используется в CatBoost
--l2-leaf-reg
l2-leaf-regularizer
L2 regularization coefficient. Used for leaf value calculation.
Any positive values are allowed.
CPU and GPU
Или речь о чем то другом? Ещё этот метод можно использовать при создании самих предикторов, к примеру для описания паттернов на определенных участках.
Я посмотрел про МГУА, не знаю к какой это книге конкретно относится, но с таким названием не ищется. Как я понял, эта вещь используется в CatBoost
--l2-leaf-reg
l2-leaf-regularizer
L2 regularization coefficient. Used for leaf value calculation.
Any positive values are allowed.
CPU and GPU
Или речь о чем то другом? Ещё этот метод можно использовать при создании самих предикторов, к примеру для описания паттернов на определенных участках.
ну это регуляризация Тихонова, а где багинг температура?
ну это регуляризация Тихонова, а где багинг температура?
Но смысл кажется тот же, нет? Я просто вообще не знаю, что там внутри за алгоритм...
Defines the settings of the Bayesian bootstrap. It is used by default in classification and regression modes.
Use the Bayesian bootstrap to assign random weights to objects.
The weights are sampled from exponential distribution if the value of this parameter is set to “1”. All weights are equal to 1 if the value of this parameter is set to “0”.
Possible values are in the range . The higher the value the more aggressive the bagging is.