Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2730

 
Aleksey Nikolayev #:

Burada görünüşe göre çok değişkenli örneklerden bahsediyorsunuz (her bir öğe bir tablonun bir satırı, bir vektör), oysa üç bağlantınızdaki homojenlik kriterleri sayısal örneklerle ilgili. Matstat'taki çok değişkenli homojenlik kriterleri ayrı bir şarkı ve benim için pek açık değil.

Her bir öngörücü ayrı ayrı sayısal bir örnektir, o halde neden bunları ayrı ayrı değerlendirip sonuçların ortalamasını almıyoruz? Tahmin edicilerin çoğunda bozulma dinamikleri varsa, örneklem gereksizdir.

Aleksey Nikolayev #:

Birçok değişim noktası tespiti için arama görevi gibi görünüyor. Yine, işleri çok karmaşıklaştıran çok değişkenli (vektör) bir durumla çalışmamız gerektiği ortaya çıkıyor.

Genel olarak, çalışma için hangi özelliklerin seçildiğine bağlı olmaktan hoşlanmıyorum. Eğer bunlardan farklı setler alırsak, sonuçlar farklı olabilir.

Belki de segmentlerin belirli bir gruba aidiyetini belirleme ve gruplandırılmış bir popülasyon üzerinde eğitimin verimliliği açısından en iyi sonuçları verecek varyantları bulmalıyız.

 
Aleksey Vyazmikin #:

Sadece bir örnek içinde karıştırabilirsiniz, eğer iki örneği karıştırırsanız, pazarın değiştiğini inkar etmiş olursunuz.

Mantığı tekrar göremiyor musunuz?
Eğitim örneğinin optimum uzunluğunu belirlemek için serileri karşılaştırmak anlamsızdır, çünkü piyasa değişmektedir

Bunları istediğiniz zaman karıştırabilirsiniz, hiçbir şey değişmeyecektir.
 
Maxim Dmitrievsky #:
Mantığı tekrar göremiyor musunuz?
Eğitim örneğinin optimum uzunluğunu belirlemek için serileri karşılaştırmak anlamsızdır, çünkü piyasa değişmektedir

Herhangi bir noktada karıştırabilirsiniz, bu hiçbir şeyi değiştirmeyecektir

Pazarın değiştiğini nasıl kanıtlayabilirsiniz? Bu süreç ne kadar sürüyor? Yoksa sürekli değişiyor mu?

 
Aleksey Vyazmikin #:

Pazarın değişebilirliğini nasıl kanıtlayabilirsiniz? Bu süreç ne kadar sürüyor? Yoksa sürekli değişiyor mu?

İşte bu, keyifli tartışmacı başladı.
En azından durağan değil. Sürekli değişiyor, bazen sigara molası için duruyor.
 
Maxim Dmitrievsky #:
İşte bu, keyifli tartışmacı başladı.
En azından kararsız. Sürekli değişiyor, bazen sigara molası için duruyor.

Ve durağanlığı/durağan olmamayı belirlemek için hangi örneklem büyüklüğü alınmalıdır?

Size göre bir örüntü, örneklemdeki değişimin ömründen daha uzun yaşamıyor, ancak ya örneklemimde 8 yıl boyunca tekrar eden bir örüntü varsa? Bu nedir, bir anomali mi, yoksa örüntülerin hepsi değişmiyor mu ya da küçük bir alanda tespit edilen örüntüler hatalı ve başka faktörlerden mi kaynaklanıyor?

 
Aleksey Vyazmikin #:

Her bir tahmin edici ayrı ayrı sayısal bir örnektir, öyleyse neden bunları ayrı ayrı tahmin edip sonuçların ortalamasını almıyoruz?

Bu yalnızca bağımsız özellikler söz konusu olduğunda işe yarar ve aynı fiyattan sayıldıkları için mümkün değildir. Bağımlılık durumunda her şey çok daha karmaşıktır - tek değişkenli dağılımların her zaman aynı üniform olduğu, ancak iki değişkenli dağılımların çok farklı olabileceği kopulaları örnek olarak alabiliriz.

Aleksey Vyazmikin #:

Belki de segmentlerin belirli bir gruba aidiyetini belirleme ve gruplandırılmış bir popülasyon üzerinde eğitimin verimliliği açısından en iyi sonuçları verecek varyantları bulmalıyız.

Ağır numaralandırma hesaplamaları için bir iştahınız var) Özellik türlerine ve muhtemelen özellik parametrelerine göre numaralandırmayı (zaten önemli miktarda olan numaralandırmaya) eklememiz gerekecek.

Yine de, bana öyle geliyor ki yaklaşımınızda rasyonel bir tane var, üzerinde düşünülmesi gereken bir şey var.

 
Aleksey Vyazmikin #:

Fikrin örnekleri (eğitim ve uygulama) karşılaştırmak olduğunu, teoriniz doğruysa, örnek arttıkça benzer olmaktan çıkacağını ve bunu anlamak için benzerliği değerlendirme yöntemlerinden türetilen değişimi değerlendirmek için kriterlere ihtiyacımız olduğunu yazmadım mı?

Belki de örnek homojenliğinin istatistiksel kriterleri yerine, modelin dinamikteki özellik öneminin değişimini izlemelisiniz (kayan bir pencerede).

Mevcut durum ile önceki durum arasında güçlü bir tutarsızlık varsa, bu zaten farklı bir örneklemde olduğumuz anlamına gelir.....

Artıları
1.Stat programlamanıza gerek yoktur. Testler, her şey kutudan çıkar çıkmaz hazırdır.
2. Sadece numunenin zaman içindeki değişimini değil, aynı zamanda hedef numunedeki değişimi de hesaba katar ki bence bu daha az önemli değildir.

 
Aleksey Vyazmikin #:

Ve durağanlığı/durağan olmamayı belirlemek için hangi örneklem büyüklüğü alınmalıdır?

Size göre bir örüntü, bir örnek değişiminin ömründen daha uzun yaşamaz, ancak örneğimde 8 yıl boyunca tekrar eden bir örüntü varsa ne olur? Bu nedir, bir anomali mi, yoksa örüntülerin hepsi değişmiyor mu ya da küçük bir alanda tespit edilen örüntüler yanlış ve başka faktörlerden mi kaynaklanıyor?

Keyfi bir zaman ölçeğinde belirli bir eğilimin ömründen daha fazla olmadığını söyleyebilirim
Ama bu gevşek bir tanım.

Noktadan çatallanma noktasına.
 

Farklı modeller ama benzer, farklı ve benzer değil, nasıl farklılaşırlar? Çatallanma noktası mutlaka modelin değişmesine yol açmayacaktır, aynı alanları görsel olarak manuel olarak işaretlemek mümkündür, ancak sonunda tahmin edici bir kısım yoktur, amaç, modelin durumunu veya uygunluğunu doğrulayan numunenin minimum uzunluğunu bulmaktır.

Modelin karmaşıklığı, burada elbette bir çelişki de var, basit bir model yeterince gerekli uzun bir bölümü tanımlamayacak, ancak tekrarlanacak, karmaşık bir model yeterince gerekli bir bölümü uzunluk olarak tanımlayabilir, ancak benzersiz olabilir. Her zaman olduğu gibi ortada bir şeye ihtiyaç vardır))))))

 
Valeriy Yastremskiy minimum örnek uzunluğunu bulmaktır.

Modelin karmaşıklığı, burada elbette bir çelişki de var, basit bir model yeterince gerekli uzun bir bölümü tanımlamayacak, ancak tekrarlanacak, karmaşık bir model yeterince gerekli uzun bir bölümü tanımlayabilir, ancak benzersiz olabilir. Her zaman olduğu gibi ortada bir şeye ihtiyaç vardır))))))

Genel olarak, farklı modeller rastgelelik uygulamalarında farklılık gösterir) ve aynı nedenden dolayı benzerdir

Özellikle de onlarca ve yüzlerce özellik kullanıldığında. Bazıları ileride çalışır, bazıları çalışmaz. Ancak bunları seçmenin bir yolu yoktur.

Sadece yukarıda önerildiği gibi iyi bir kaçak içki fabrikasının yardımıyla.