Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3386

 

Похоже, что статьи перестали переводить или не успевают. Англ. секция уже завалена питонячими статьями и onnx :) И одна статья на R засветилась.

В целом статьи бестолковые в плане ТС. Примерно такие же как на Medium, пишут чтобы писать.

 
mytarmailS #:

Теперь выявляем все линейно связанные  правила и удаляем их как избыточные

Как определяется эта линейная связь? Можно подробней?

Я удаляю просто сильно похожие правила, похожесть определяю по точкам активации.

 
Aleksey Vyazmikin #:

Как определяется эта линейная связь? Можно подробней?

Я удаляю просто сильно похожие правила, похожесть определяю по точкам активации.

Я же код опубликовал. 
Вот подробней


По каким ещё точкам активации? 
 
mytarmailS #:
Я же код опубликовал. 
Вот подробней

Надеялся, что Вы опишите процесс своими словами.

Хорошо, вот переводчик выдаёт:

"

Подробности

QR-декомпозиция используется для определения того, имеет ли матрица полный ранг, а затем для идентификации наборов столбцов, которые участвуют в зависимостях.

Чтобы "разрешить" их, столбцы итеративно удаляются, а ранг матрицы перепроверяется.

Функция trim.matrix в пакете subselect также может быть использована для достижения той же цели.

"

Из описания мало что понятно, для начала возникает вопрос - о какой матрице идёт речь, как она получилась?

mytarmailS #:
По каким ещё точкам активации? 

Если правила в листе исполнились, то это и есть активация листа, подразумевающая использование листа в формировании окончатеотного ответа модели. Строится таблица по числу листьев и в каждой строке делается пометка об активации,если есть - "1", нет - "0".

 

Я там по козулу основные тезисы набросал, кому сложно читать книжки на англ. Ну и пример на питоне, как это работает лучше всего, по моей версии. Ннада статью?


 
Aleksey Vyazmikin #:
1. Гуглите  qr разложение матрицы, это не то что можно в двух словах рассказать 

2. Этим вашим методом можно удалить в лучшем случаи треть лишних признаков
 
Maxim Dmitrievsky #:

Я там по козулу основные тезисы набросал, кому сложно читать книжки на англ. Ну и пример на питоне, как это работает лучше всего, по моей версии. Ннада статью?

Давай 
 
mytarmailS #:
Давай 

сейчас еще одну книжку дочитаю, чтобы теории добавить

ибо там сказано, что нет ничего практичнее, чем хорошая теория

 
mytarmailS #:
1. Гуглите  qr разложение матрицы, это не то что можно в двух словах рассказать 

2. Этим вашим методом можно удалить в лучшем случаи треть лишних признаков

1. Я не спрашиваю про разложение, а спрашиваю откуда матрица взялась.

2. Похоже на голословное утверждение. На мой взгляд, моим методом можно удалить больше, чем нужно.

 
Aleksey Vyazmikin #:

1. Я не спрашиваю про разложение, а спрашиваю откуда матрица взялась.

2. Похоже на голословное утверждение. На мой взгляд, моим методом можно удалить больше, чем нужно.

1 матрица с признаками

2 мы говорим про линейно зависимые признаки или обо всем подряд? 
Причина обращения: