Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 646

 
Dr. tüccar :

Seçilebilecek 2 tip vardır -
1=doğrulukta ortalama azalma (muhtemelen bu mda'dır, ilk harflerde yakınsar)
2=düğüm safsızlığında ortalama azalma

ve VSURF, VarSelRF, Boruta özel paketleri var.

 
Ivan Negreshniy :

ve VSURF, VarSelRF, Boruta özel paketleri var.

hangisi daha iyi? )

 
Maksim Dmitrievski :

hangisi daha iyi? )

Yani bu, rastgele ormanlarda çalışan R'nin sadece küçük bir kısmı, Boruta da Python için görünüyor.

Ve daha iyi IMHO, daha fazla varyasyonu olan, ancak kullanıcı için daha az sorunu olan ve tam otomatikte en iyisi, modeli analiz eder ve uygun olanları sıralar)

 
Ivan Negreshniy :

Yani bu, rastgele ormanlarda çalışan R'nin sadece küçük bir kısmı, Boruta da Python için görünüyor.

Ve daha fazla varyasyonu olan, ancak kullanıcı için daha az sorunu olan ve en iyisi tam otomatik olan IMHO daha iyidir, modeli analiz eder ve uygun olanları sıralar)

evet, MT5 için ormanlar için özellik mortansından bir şeyi yeniden yazmayı düşündüm, böylece el altındaydı

Ben onu alana kadar herhangi bir şey

R'den gelen bu çöp yığını hiç umrumda değil, bir ömür boyu çalışmayacaksın .. :) ve dahası, her şeyi kullanmamak için
 
Maksim Dmitrievski :

evet, MT5 için ormanlar için özellik mortansından bir şeyi yeniden yazmayı düşündüm, böylece el altındaydı

Ben onu alana kadar herhangi bir şey

R'den gelen bu çöp yığını hiç umrumda değil, bir ömür boyu çalışmayacaksın .. :) ve dahası, her şeyi kullanmamak için

Kendiniz yazarsanız, kesinlikle Breiman'ın klasik özellik oranıyla başlayın - eğitim setindeki gelecekleri tek tek yeniden düzenler ve OOB'de MSE'yi veya ağaç ayırmada Gini indeksini değiştirerek önemlerini hesaplarsınız.

teoride, bu zaman serileri için işe yaramalıdır, böylece gerekli sayıda daha az önemli öğeyi kaldırabilir ve farklı uzunluklardaki kalıpları aynı boyuta getirebilirsiniz.
Random forest - Wikipedia
Random forest - Wikipedia
  • en.wikipedia.org
Random forests or random decision forests[1][2] are an ensemble learning method for classification, regression and other tasks, that operate by constructing a multitude of decision trees at training time and outputting the class that is the mode of the classes (classification) or mean prediction (regression) of the individual trees. Random...
 
Ivan Negreshniy :

Kendiniz yazarsanız, kesinlikle Breiman'ın klasik özellik oranıyla başlayın - eğitim setindeki gelecekleri tek tek yeniden düzenler ve OOB'de MSE'yi veya ağaç ayırmada Gini indeksini değiştirerek önemlerini hesaplarsınız.

teorik olarak, bu zaman serileri için işe yaramalıdır, böylece gerekli sayıda daha az önemli öğeyi kaldırabilir ve farklı uzunluklardaki kalıpları aynı boyuta getirebilirsiniz.

Evet, Gini'nin başlamasını istiyorum

ve genel olarak, ormanların kullanımı daha kolaydır, aynı optimizasyon

 
Benim düşünceme göre, fiyat düştüğünden daha yavaş yükseliyor. Onlar. ezberlemek için farklı resim-görüntüler olacak. Ama deneyin ve muhtemelen uzun değil karşılaştırın.
 
elibrarius :
Benim düşünceme göre, fiyat düştüğünden daha yavaş yükseliyor. Onlar. ezberlemek için farklı resimler-görüntüler olacak. Ama deneyin ve muhtemelen uzun değil karşılaştırın.

Forex aynı :) 2 para birimi var

Orada birbirini dışlayan örnekler çıkacak mı merak ediyorum .. aslında çok fazla olmamalı

 
Maksim Dmitrievski :

Forex aynı :) 2 para birimi var

Birbirini dışlayan örnekler olup olmadığını merak ediyorum. . aslında çok fazla olmamalı

Yani bu normaldir. N sınıf 1 ve M sınıf 2 olsun ve IMHO olması gereken sınıfların kesişmesine izin verin.

Ardından Pn =n/N ve Pm=m/M olasılıkları. Olasılık >0.5 ise, DM bunu kendi başına halledecektir. Tecrübe ile kesişme %20-40 seviyesinde bir yerdedir, yani işlemlerin %20 ila %40'ı yanlış olacaktır.

 
Yuri Asaulenko :

Yani bu normaldir. N sınıf 1 ve M sınıf 2 olsun ve IMHO olması gereken sınıfların kesişmesine izin verin.

Ardından, Pn =n/N ve Pm=m/M olasılıkları. Olasılık >0.5 ise, DM bunu kendi başına halledecektir. Tecrübe ile kesişme %20-40 seviyesinde bir yerdedir, yani işlemlerin %20 ila %40'ı yanlış olacaktır.

Aslında, evet, yulaf lapasını yağla bozmayacaksınız ve daha az yeniden eğitim var. Ve görünüşte böyle önemsiz şeylerde, verimliliğin anahtarı yatıyor olabilir.

sadece derslerim yok ama gerileme var

ve ayrıca orijinal seriyi biraz dönüştürebilirsiniz (örneğin, yakın bir şekilde) ve artışlarını da içeri sokabilirsiniz (anladığım kadarıyla Monte Carlo yaklaşık olarak bunun için mi?)

kısacası yaptığım işi zaten beğeniyorum, Millet Meclisi ile bitirmeme 3 hafta kaldı :)) ya kâse ya da kuyu, ne olur. Bahislerinizi yapın :)