Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2379
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
doğru şekilde kurun
Teşekkürler, bunu da deneyeceğim. İşlevin hangi paketten geldiğini zaten biliyorlarsa, yüklemeyi neden isteğe bağlı olarak otomatik yapmadıkları açık değil.
Teşekkürler, bunu da deneyeceğim. İşlevin hangi paketten geldiğini zaten biliyorlarsa, yüklemeyi neden isteğe bağlı olarak otomatik yapmadıkları açık değil.
Aynı işlev (daha doğrusu ad) birçok pakette olabilir. Örneğin dplyr paketini indirmeyi deneyin. İşlev adları üzerinde bir çelişki denizi göreceksiniz.
Teşekkürler, bunu da deneyeceğim. İşlevin hangi paketten geldiğini zaten biliyorlarsa, yüklemeyi neden isteğe bağlı olarak otomatik yapmadıkları açık değil.
Mlpack paketini alın. Yemek için ihtiyacınız olan hemen hemen her şey var. Çok iyi bir kütüphane.
İyi şanlar
Aynı işlev (daha doğrusu ad) birçok pakette olabilir. Örneğin dplyr paketini indirmeyi deneyin. İşlev adları üzerinde bir çelişki denizi göreceksiniz.
Ama senin yöntemine göre denedim, yemin ederim:
Birlere ve sıfırlara gerilemeyi öğretiyor musunuz?
Anladığım kadarıyla kement regresyonu fikrini sınıflandırma problemine aktarmak için en düşüncesizce bir girişim var)
İyi tarafı, sınıflandırma probleminde halihazırda kullanılan amaç fonksiyonuna nasıl farklı cezalar ekleyeceğinizi (hangilerini anlamanız gerekiyor) öğrenmeniz ve sonuçların nasıl değiştiğini izlemeniz gerekiyor. Aksi takdirde, garip bir şey ortaya çıkıyor - bir modeli eğitiyoruz ve bunun için tamamen farklı bir modele göre özellik seçimi yapıyoruz - çünkü R'de zaten hazır bir paket var)
Ya da ben her şeyi yanlış anladım)
Anladığım kadarıyla kement regresyonu fikrini sınıflandırma problemine aktarmak için en düşüncesizce bir girişim var)
İyi tarafı, sınıflandırma probleminde halihazırda kullanılan amaç fonksiyonuna nasıl farklı cezalar ekleyeceğinizi (hangilerini anlamanız gerekiyor) öğrenmeniz ve sonuçların nasıl değiştiğini izlemeniz gerekiyor. Aksi takdirde, garip bir şey ortaya çıkıyor - bir modeli eğitiyoruz ve bunun için tamamen farklı bir modele göre özellik seçimi yapıyoruz - çünkü R'de zaten hazır bir paket var)
Ya da ben her şeyi yanlış anladım)
Burada o kadar paradoksal bir durum var ki, yanlışlıkla bana doğru söyleseniz bile kimse takdir etmeyecek.
değerlendirme kriteri olmadığı için)Bu çizgi ne anlama geliyor:
?
modeli eğitmek için 1'den 1300'e kadar indeksli bir vektör oluşturun
Ve ilk 200 satırı gönderdiğinizi anlıyorum - değil mi?
Ancak eğitime dahil olmuş görünüyorlardı.
ilk 200 değil, son "kuyruk"
bu bir test tarihi
1'den 1300'e kadar olan endeksleri alın
Ve her şeyi alıp son n parçayı çıkaramazsınız - buradaki sütun sayısı farklı örnekler için çok farklı olduğundan daha uygundur.
Ve her şeyi alıp son n parçayı çıkaramazsınız - buradaki sütun sayısı farklı örnekler için çok farklı olduğundan daha uygundur.
ne anlamda?
tren var sınav var
tüm veriler bir tren olarak tanımlanmışsa, nasıl test edilir ?
ne anlamda?
tren var sınav var
tüm veriler bir tren olarak tanımlanmışsa, nasıl test edilir ?
Yanlışlıkla sütun olduğunu düşündüm.
Yine de, bir örnekle bir dosya üzerinde tam eğitim yapmak ve başka bir dosyayı kontrol etmek mümkün müdür?