Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1839

Yeni yorum
 
mytarmailS :

Ahahaha))) YAKIN!!!

Stsuko, Sihirbazın sözleridir. Tavşan tüyleri !!!! sabırsızlıkla bekliyorum....
 

Herkese danışmak isterim.
Darch paketinde modeli değerlendirmek için şu seçeneği buldum:
Trendeki ve bölümlerdeki hatayı dikkate alıyoruz.
Sonra son hatayı şu şekilde hesaplıyoruz
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr);

burada Combine_err_tr=0.62. Tren ve oob segment hatalarının katkısını kontrol eden bir çarpan. 0 olarak ayarlanırsa, puan sadece tren içindir. 1 olarak ayarlanmışsa, yalnızca oob ile puan verin.

0,62, oob hatasının genel model puanında biraz daha yüksek bir ağırlığa sahip olduğu anlamına gelir.

Bir süre bu formülü kullandım ama şimdi şüphelerim var.

Oob'daki hatanın genellikle bir sınırı vardır ve trende yeniden eğitim başladıysa 0'a ulaşabilir.
Bunun gibi bir şey: (yeşil, formüle göre tahmini hatadır)




Bu formüle göre, azalan hata trn nedeniyle hata azalmaya devam edecektir. Ve sadece trn azalmayı bıraktığında düşmeyi durduracaktır. Aynı zamanda, yeniden eğitim başladığında, oob'daki hata büyümeye başlayacaktır.
Bence formüle göre hata büyümeye başladığında eğitimi durdurmak çok geç.
Oob hatasının minimum olduğu noktada bile optimal değildir. Şanslı randomizasyon nedeniyle, şans eseri minimum oob bulundu, ancak bu, oob için bir ayarlama olabilir.
Belki de oob başına minimum hatayı almalı ve bunu tren başına hata için bir sınır olarak düşünmeliyiz? Onlar. trn'deki hata oob'daki en iyi hataya eşit olduğunda ( dikey çizgiyi çizdiğim yer) modeli eğitmeyi durdurun mu? Oob'daki hata daha kötü olacak, ancak ne trene ne de oob'a sığmayacak.

 
elibrarius :

Herkese danışmak isterim.
Darch paketinde modeli değerlendirmek için şu seçeneği buldum:
Trendeki ve bölümlerdeki hatayı dikkate alıyoruz.
Sonra son hatayı şu şekilde hesaplıyoruz
err = oob_error * comb_err_tr + train_err * (1 - comb_err_tr);

burada Combine_err_tr=0.62. Tren ve oob segment hatalarının katkısını kontrol eden bir çarpan. 0 olarak ayarlanırsa, puan sadece tren içindir. 1 olarak ayarlanmışsa, yalnızca oob ile puan verin.

0,62, oob hatasının genel model puanında biraz daha yüksek bir ağırlığa sahip olduğu anlamına gelir.

Bir süre bu formülü kullandım ama şimdi şüphelerim var.

Oob'daki hatanın genellikle bir sınırı vardır ve trende yeniden eğitim başladıysa 0'a ulaşabilir.
Bunun gibi bir şey: (yeşil, formüle göre tahmini hatadır)




Bu formüle göre, azalan hata trn nedeniyle hata azalmaya devam edecektir. Ve sadece trn azalmayı bıraktığında düşmeyi durduracaktır. Aynı zamanda, yeniden eğitim başladığında, oob'daki hata büyümeye başlayacaktır.
Bence formüle göre hata büyümeye başladığında eğitimi durdurmak çok geç.
Oob hatasının minimum olduğu noktada bile optimal değildir. Şanslı randomizasyon nedeniyle, şans eseri minimum oob bulundu, ancak bu, oob için bir ayarlama olabilir.
Belki de oob başına minimum hatayı almalı ve bunu tren başına hata için bir sınır olarak düşünmeliyiz? Onlar. trn'deki hata oob'daki en iyi hataya eşit olduğunda ( dikey çizgiyi çizdiğim yer) modeli eğitmeyi durdurun mu? Oob'daki hata daha kötü olacak, ancak ne trene ne de oob'a sığmayacak.

Bunda mantık var. Hata limiti, olasılıklı bir model tarafından belirlenir ve hem makul bir örneklem büyüklüğü hem de yeniden eğitimlerin sayısı, bir miktar optimal büyüklüğe sahiptir, bunun artması sonucu iyileştirmez.

 
mytarmailS :

Algoritmik bir tüccarın gözünden ticaret sistemi

R - sen sadece apuenenensin! :)

peki orada dijital filtreler veya seviyeler chenit ilginç şeyler gösteriyor mu? :D

 
Maksim Dmitrievski :

peki orada dijital filtreler veya seviyeler chenit ilginç şeyler gösteriyor mu? :D

yaptığı son şey, bir çeşit kalıpların üst üste binmesini aramaktı...

Bir seviyemiz var - fiyat onu geçtiğinde, bu kalıbı düzeltir ve bir eğitim örneği olarak düzeltiriz

desenler farklıdır

dahası, bir anda aynı anda birçok kalıp olabilir, esasen bütün mesele bu, şu anda ortaya çıkan bu kalıp setinde arıyorum, bir şeye karar veren bir tür net set


Modellere göre madencilik kuralları için " ilişkisel kurallar " kullanıyorum, bu yaklaşım, her eğitim örneğinin keyfi sayıda öğeye sahip olabileceği ve özelliklerin sıralanmasının dikkate alınmadığı için olağan olanlarla olumlu bir şekilde karşılaştırıyor, bu da için iyi. Bende


hedef - 10 puan daha büyümenin olacağı ekstremumu bulun

 x[i]==min(x[(i- 1 ):(i+ 10 )])

en iyi çözüm değil, ama bu konuda yaptığım ve yazdığım şey, şimdiye kadar sadece satın al


"Arules" paketinden madencilik algoritması "apriori"


kurallar böyle görünüyor 

inspect(head(rules.sorted, 20 )) 
     lhs                              rhs   support     confidence lift     count
[ 1 ]  {( 28 )( 28 )(- 1 ); 1 ,( 44 )( 45 )(- 1 )} => {BUY} 0.001017018 0.5769231    3.046559 15    
[ 2 ]  {( 25 )( 23 )(- 1 ); 1 ,( 5 )( 3 )(- 1 )}   => {BUY} 0.001084819 0.5517241    2.913491 16    
[ 3 ]  {( 31 )( 33 )(- 1 ),( 8 )( 6 )(- 1 )}     => {BUY} 0.001084819 0.5000000    2.640351 16    
[ 4 ]  {( 49 )( 45 )(- 1 ),( 54 )( 52 )(- 1 )}   => {BUY} 0.001017018 0.5000000    2.640351 15    
[ 5 ]  {( 25 )( 23 )(- 1 ),( 82 )( 84 )(- 1 )}   => {BUY} 0.001017018 0.4838710    2.555178 15    
[ 6 ]  {( 46 )( 48 )(- 1 ),( 56 )( 56 )(- 1 )}   => {BUY} 0.001017018 0.4838710    2.555178 15    
[ 7 ]  {( 25 )( 23 )(- 1 ); 1 ,( 40 )( 41 )(- 1 )} => {BUY} 0.001017018 0.4838710    2.555178 15    
[ 8 ]  {( 29 )( 30 )(- 1 ),( 37 )( 39 )(- 1 )}   => {BUY} 0.001017018 0.4838710    2.555178 15    
[ 9 ]  {( 34 )( 32 )(- 1 ),( 76 )( 74 )(- 1 )}   => {BUY} 0.001898434 0.4745763    2.506096 28    
[ 10 ] {( 25 )( 22 )(- 1 ),( 7 )( 6 )(- 1 ); 3 }   => {BUY} 0.001152621 0.4722222    2.493665 17    
[ 11 ] {( 17 )( 16 )(- 1 ); 1 ,( 49 )( 45 )(- 1 )} => {BUY} 0.001017018 0.4687500    2.475329 15    
[ 12 ] {( 46 )( 48 )(- 1 ),( 62 )( 60 )(- 1 )}   => {BUY} 0.001017018 0.4687500    2.475329 15    
[ 13 ] {( 20 )( 21 )(- 1 ),( 45 )( 46 )(- 1 )}   => {BUY} 0.001017018 0.4687500    2.475329 15    
[ 14 ] {( 19 )( 18 )(- 1 ); 1 ,( 60 )( 57 )(- 1 )} => {BUY} 0.001220422 0.4615385    2.437247 18    
[ 15 ] {( 25 )( 23 )(- 1 ); 1 ,( 47 )( 45 )(- 1 )} => {BUY} 0.001152621 0.4594595    2.426268 17    
[ 16 ] {( 40 )( 41 )(- 1 ),( 71 )( 71 )(- 1 )}   => {BUY} 0.001152621 0.4594595    2.426268 17    
[ 17 ] {( 2 )( 1 )(- 1 ); 4 ,( 6 )( 6 )(- 1 )}     => {BUY} 0.001084819 0.4571429    2.414035 16


işte yeni veriler üzerinde eylemde olan "1" kuralı (en iyisi)

herhangi bir manipülasyon olmadan, olduğu gibi, olduğu gibi sırayla..

Bu konunun ilginç olup olmadığına kendiniz karar verin.

aynısının devamı


Daha sonra, bu girişlere "yukarıdan" olduğu gibi, enter / girmemelerini filtrelemek için AMO atabilirsiniz.

Ayrıca kalıpların sayısını ve kalitesini artırmak için sınırsız bir potansiyel vardır.

Harika olabilir, ama zaten ne gücüm ne de sigortam var, yaratıcı bir tıkanmaya girdim ((



Bence seviyeler, araç oluşturmak için en umut verici araç...

Seviye, benim anlayışıma göre, Williams'ı yenmenin aptal bir fraktalı değil, belirli bir fiyata bir tür olay, büyük olasılıkla "çok fazla koşu"

 
mytarmailS :

Daha sonra, bu girişlere "yukarıdan" olduğu gibi, enter / girmemelerini filtrelemek için AMO atabilirsiniz.

Ayrıca kalıpların sayısını ve kalitesini artırmak için sınırsız bir potansiyel vardır.

Harika olabilir, ama zaten ne gücüm ne de sigortam var, yaratıcı bir tıkanmaya girdim ((

sigorta göründüğünde, okuyacağım))

 
Maksim Dmitrievski :

sigorta göründüğünde, okuyacağım))

Evet, Google'da neyin daha kısa olduğunu bulun, esasen orada okunacak bir şey yok

 
Ah, nasıl oluyor da... insanlar içki içmezler, asla içmezler, asla, asla...
 
mytarmailS :
Ah, nasıl oluyor da... insanlar içki içmezler, asla içmezler, asla, asla...
Ne demek istediğini biliyorum. İkinci gün için gidiyorum :-)
 

Bir şablon bulmaya çalıştığınızı görüyorum. Üç kuruş kadar basit) Bu dalga teorisidir. Ama şu anda halka açık değil.

22 yıllık evli olduğunuzu düşünün. Bugün veya yarın boşanma olasılığınız nedir? Makine öğrenimini bu anlayışı öğretin ve ancak o zaman daha basit konulara, finansal piyasalara geçin.

Konuya yaklaşmanın zor olduğunu anlıyorum.

Yusuf'un sözlerine saygı duydu. Tarihin sürekliliği ve şimdiki andan her zaman doğru bir şekilde bahsetti. Ve gelecek için önemi.

1...183218331834183518361837183818391840184118421843184418451846...3399
Yeni yorum