Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 815

[СанСаныч Фоменко]

Maksim Dmitrievski :

şimdi her tahminci için tarihsel bir satın alma / satma / tutma tahmini alın, bunu olasılıklı bir tahmine çevirin

birkaç tahminci alın, her biri için aynısını yapın

bir dizi özellik üzerinde kar elde etmenin koşullu olasılıklarını bulun

ve sonra bu örnekte olduğu gibi onu NS veya bulanık kümelere sürersiniz

ortalama puan, her tahminci için 0,5 civarında dalgalanacaktır, ancak Bayes yaklaşımının harikaları, puan popülasyonlarını kabul edilebilir bir düzeye getirecektir.

teoride :)

Bildiğim tüm sınıflandırma modellerinde, sonuç bir sınıf şeklinde sıralanabilir veya bir sınıf olasılığı şeklinde sıralanabilir. Tipik olarak, bu olasılık iki sınıf için yarıya iner. Ancak bu olasılığı ikiye değil, başka nedenlerle bölen bir program var.

[Renat Akhtyamov]

Sihirbaz_ :

)))

Sihirbaz_, gönderilerinizi dikkatlice okudum

Resimleri açıkla, orada ne var?

[Maxim Dmitrievsky]

San Sanych Fomenko :

Bildiğim tüm sınıflandırma modellerinde, sonuç bir sınıf şeklinde sıralanabilir veya bir sınıf olasılığı şeklinde sıralanabilir. Tipik olarak, bu olasılık iki sınıf için yarıya iner. Ancak bu olasılığı ikiye değil, başka nedenlerle bölen bir program var.

Evet, buna lojistik regresyon denir.

[СанСаныч Фоменко]

Maksim Dmitrievski :

Evet, buna lojistik regresyon denir.

hayır demek istedim

CORElearn::calibrate()

Verilen olasılık puanları, örneğin bir tahmin çağrısıyla sağlanan Prob tahmini.CoreModel

ve yöntemler tarafından verilen mevcut yöntemlerden birini kullanarak fonksiyon , tahmin edilen olasılıkları kalibre eder

Böylece, doğruSınıf tarafından sağlanan bir ikili sınıf 1'in gerçek olasılıklarıyla eşleşirler.

calibrate(correctClass, predictedProb, class1= 1 ,
method = c( "isoReg" , "binIsoReg" , "binning" , "mdlMerge" ),
weight= NULL , noBins= 10 , assumeProbabilities= FALSE )

not.

Çıktılarında bir sınıfı olan regresyonlar bir buluttur.

En ünlü ve nispeten basit olanı glm()'dir.

PSPS

Aslında, direklerin, kaynağı gösteren daha fazla spesifikliğe ve tercihen spesifik fonksiyonlara sahip olması oldukça arzu edilir.

[Maxim Dmitrievsky]

Sihirbaz_ :

Fa, evet, zaten yıllardır kuynyu taşıyorsun. glm(.~... ,family = "binom") ve
lojistik))) Her şeyi atın. Bu başlıkta sadece Doc ve Toxic yeterlidir...

Zehirli bir kişinin hayatında bir kez böyle bir şey söylediğini ve aniden yeterli hale geldiğini mi?

o hiçbir şey yazmıyor

hindistan cevizi tamamen yetersiz ve kayıp sen de

[TheXpert]

Sihirbaz_ :

Bu başlıkta sadece Doc ve Toxic yeterlidir...

sadece toksik

[Mihail Marchukajtes]

Beni burada kesinlikle niteleme. Hiçbir şey bilmiyorum ...... iş bilmiyorum ....

[СанСаныч Фоменко]

Sihirbaz_ :

Fa, evet, zaten yıllardır kuynyu taşıyorsun. glm(.~... ,family = "binom") ve
lojistik))) Her şeyi atın. Bu başlıkta sadece Doc ve Toxic yeterlidir...

Vatandaş maskeli, sıranın altına atla ve kuinu göndermeden önce:

• Gönderimin, lojistik regresyon değil, belirttiğim bir aracın olduğu kalibrasyonla ilgili olduğunu anlayın
• her şeyi bırakın ve eki okuyun, belki birkaç yıl boyunca lojistik regresyonların çeşitliliğinin sevincinde sessiz kalacaksınız. Okuduktan sonra, sınıfları kalibre etmek için lojistik regresyonların nasıl kullanılacağı konusunda burada aydınlanacaksınız.

Ekte bu fikirle ilgili her şey yok

[Roffild]

Bu konunun mesajı anlamsız, çünkü herkesin kendi modeli var. Kargaşanın katılımcılarını birleştiren tek şey, harici araçların MQL5 ile entegrasyonudur. Spark Random Forest'tan Alglib (MQL5) formatına dönüştürücüm var. Entegrasyonda ortak bir şalgam oluşturmak daha iyidir - herkes için faydalar olacaktır.

not Git'i tercih ederim

[Grigoriy Chaunin]

Ne anlamlı bir şey. ) Burada ilginç şeyler var. Sadece tüm konuyu okumak artık gerçekçi değil.