Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1947

 
Evgeny Dyuka:
Спасибо за ссылку.
А надо ли вообще этим заморачиваться? Если не тысячи фич, а десятки так нейро сама разберется, что ей надо, главное дропаутом поиграть. Когда много подаю на вход ставлю доропаут на 0,5 и пусть сама думает, что ей надо.

Думаю надо. Подаю 10 лагов трейн и валидация показывают схожие цифры, подаю 100 трейн начинает переобучаться.

 
Rorschach:

Думаю надо. Подаю 10 лагов трейн и валидация показывают схожие цифры, подаю 100 трейн начинает переобучаться.

Я проблему переобучения раз и на всегда решил когда стал подвать от 5 до 10 тысяч на фичу, а эпох 100-150. Вообще проблемы переобучения нет.
 
Вроде суббота эка как ветку то разнесло...
 
Rorschach:

Все ругают С++ за ссылки, а питон решил пойти дальше и впихнуть их везде.

просто надо научиться правильно пользоваться. Получить срез данных это одно, но присваивать туда-сюда, пока не перестанешь понимать что откуда берется - другое :)

 
mytarmailS:

изучаю пакет tsmp

Интересная штука, что то типа распознаваний  состояний в скрытой марковской модели

не знаю как применить но на заметке..

функция

https://sites.google.com/site/snippetfinderinfo/

ой я чет не могу найти закономерности, походу их тупо нет

могу, но они кончаются быстро на новых данных

 
Mihail Marchukajtes:
Вроде суббота эка как ветку то разнесло...

В **** наступил. 

Бывает...
 
mytarmailS:

Алексей ты заставляешь меня снова нервничать)

Я пишу по десятку кодов каждый день, и я должен помнить тот код который я написал специально для тебя? ,написал что бы ты чему то научился , и я должен откуда то знать изменял ты код или нет?

А ты в свою очередь не научился даже смотреть на переменную? Те тупо ввести в консоль "X" и нажать enter !!!

И я странные вопросы задаю? Тебе не стыдно Алексей?

Нервничать не надо - тренируйтесь - когда будут дети - пригодиться :)

Итак, что это вообще за функция такая - переводчик выдает:

predict-это универсальная функция для предсказаний по результатам различных функций подгонки модели. Функция вызывает определенные методы, которые зависят от класса первого аргумента.

Как я понимаю, по сути это функция для применения модели на новых данных.

Я почитал хэлп по UMAP из которого сделал вывод, что полученная модель - это по сути матрица.

Вот эту матрицу я и думал, как получить. В других методах создания моделей это может быть что-то иное - математические формулы или набор логических правил.

Но, почему же не описан алгоритм применения модели на новых данных - как по этой матрице отнести строку тестовой выборки к конкретной координате? Без этого всё это направление - труха.

 
mytarmailS:

Это не ретурны, в ретурнах паттернов нет   (проверено 7-ми летним опытом) Это сокращенная размерность, в этих двух кривульках зашито 2.5к признаков Те это поиск паттернов на стероидах )

Как получили эти  кривые? Главные компоненты?

 
Aleksey Vyazmikin:

 Без этого всё это направление - труха.

правильно, бросайте это дело)

elibrarius:

 Главные компоненты?

ход мыслей правильный 
 
mytarmailS:

жму руку

жму руку

жму руку



Сколько можно терпеть это, всего  5 % полезной инфы и то теряется в  высерах  всяких имбицилов которые  программировать даже не умеют но доказывают что то,  критикуют ...  Пока мамка щи на кухне варит

Вообще норм задача для МО чел не знающий выбор бичевание растление глумление получить чел знающий азы МО)