Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1964

 
Alexey Vyazmikin :

Daha önce, sayfanın küçük numuneler için göstergelerin en az %1'ini ve büyük numuneler için 100'ü içermesi gerektiğini açıklamamıştım, bu nedenle elbette herhangi bir sınıf için sayfada hata olmayana kadar bölünme olmayacak.

Görünüşe göre son aşamayı yanlış anlıyorsunuz - bunu kalan %1'lik örneğin istatistiksel bir tahmini olarak görüyorum - bu örnekte sonucun farklı öngörücülerle bölündüğünde iyileştiğini gözlemliyoruz, alt uzay hakkında bilgi alıyoruz, örneğin:

A>x1 ise, hedef 1, alt örneğin %60'ı olacak şekilde %40 oranında doğru bir şekilde tanımlanacaktır.

B>x2 ise, hedef 1, alt örneğin %45'i olacak şekilde %55 doğru olarak tanımlanacaktır.

A<=x1 ise, hedef 1, alt örneğin %50'si olacak şekilde %70 olarak doğru bir şekilde tanımlanacaktır.

Bu tür her bölünmenin bir önem faktörü vardır (henüz nasıl hesaplanacağına karar vermedim) ve son bölünmede de vardır.

vesaire, diyelim ki 5-10 tahminciye kadar, o zaman uygularken, son bölmeye ulaştıysak, katsayıları ekleyin (veya daha karmaşık bir indirgeme yöntemi kullanın) ve katsayıların toplamı eşiği aşarsa, sonra 1 sayfada sınıflandırılır, aksi takdirde sıfırdır.


Basit bir şekilde, bu, sondan bir önceki bölünmeye kadar bir ormanı zorla inşa ederek ve ardından yenilerinin seçilmesi için önceden seçilmiş tahmin edicileri örnekten hariç tutarak yapılabilir. Veya ağacı oluşturduktan hemen sonra, seçimi yaprağa göre filtreleyin ve eksiksizlik ve doğruluk kriterini karşılayan en iyi ayrımı bulmak için her bir tahminciyi kendiniz gözden geçirin.

Ve, diğer sınıf "0", hareketsizlik anlamına geliyorsa ve tersi girdi değilse, eğitim örneğindeki sonuç iyileşecektir, aksi takdirde hem iyileşme hem de bozulma olabilir.

Her neyse, eğitimin sonucu N ve N+1 derinliklere eğitilmiş bir ağaç arasında bir şey olacaktır, örneğin 6 ve 7, 6. seviyede hata %20 ve seviye 7 - % 18 ise, yönteminiz hata verecektir. arasında, örneğin %19. %1'lik kazancın zaman ayırmaya değer olduğunu düşünüyor musunuz?
Daha önce basit bir yol tanımlamıştım - bazı ağaçları 6'ya kadar ve bazılarını 7 derinlik seviyesine kadar eğitmek. Bu, kodun yeniden yazılmasını gerektirecektir.
Şimdi daha kolay bir yol buldum çünkü. hiçbir şeyin yeniden yazılmasına gerek yoktur. 6. seviyeye kadar herhangi bir paket ve 7. seviyeye kadar başka bir ormanla rastgele bir orman oluşturun, ardından ortalama.


Eğitim örneği için endişelenmemize gerek yok - her zaman harikadır.

 
elibrarius :
Her neyse, eğitimin sonucu N ve N+1 derinliklere eğitilmiş bir ağaç arasında bir şey olacaktır, örneğin 6 ve 7, 6. seviyede hata %20 ve seviye 7 - % 18 ise, yönteminiz hata verecektir. arasında, örneğin %19. %1'lik kazancın zaman ayırmaya değer olduğunu düşünüyor musunuz?
Daha önce basit bir yol tanımlamıştım - bazı ağaçları 6'ya kadar ve bazılarını 7 derinlik seviyesine kadar eğitmek. Bu, kodun yeniden yazılmasını gerektirecektir.
Şimdi daha kolay bir yol buldum çünkü. hiçbir şeyin yeniden yazılmasına gerek yoktur. 6. seviyeye kadar herhangi bir paket ve 7. seviyeye kadar başka bir ormanla rastgele bir orman oluşturun, ardından ortalama.


Eğitim örneği için endişelenmemize gerek yok - her zaman harikadır.

Artış genellikle %1'den fazladır.

Tabii ki, rastgele ormanlar mümkündür, ancak sondan bir önceki bölünmeye kadar onları nasıl aynı hale getirebiliriz? Diyelim ki 10 ağacı 6. bölmeye kadar eğittik ve kalan 10 ağacı da aynı şekilde ama 7.ye kadar öğretelim.

 
Alexey Vyazmikin :

Artış genellikle %1'den fazladır.

Tabii ki, rastgele ormanlar mümkündür, ancak sondan bir önceki bölünmeye kadar onları nasıl aynı hale getirebiliriz? Diyelim ki 10 ağacı 6. bölmeye kadar eğittik ve kalan 10 ağacı da aynı şekilde ama 7.ye kadar öğretelim.

Mümkün değil. Rastgele oldukları için eğitim için rastgele sütunlar alınır. Ortalama almak daha sonra iyi bir sonuç verir.
Sütunların payını = 1 olarak ayarlamayı deneyebilirsiniz. tüm sütunlar ağacın inşasına katılacak ve hepsinin %50'si rastgele değil. Bütün ağaçlar aynı olacak, bu yüzden ormana 1 ağaç da koyacağız. Toplamda, bir ormanı 6'ya kadar, diğerini 7 derinlik seviyesine kadar eğitiyoruz.
2'den fazla ağaç gerekiyorsa, kümeden bazı sütunları bağımsız olarak atarız ve kalan tüm sütunlarda ek ormanlar eğitiriz.

Zeyilname: Eğitime katılan hat sayısı da = 1 olarak ayarlanmalıdır, yani. her şey eğitimin aynı olması için. O. rastgele her şeyi rastgele ormandan kaldırırız.
 

bu ns için bir ticaret mantığı bulmak başka bir görevdir

kadar


artı mimari geniş bir aralıkta değişmez, yinelenir

asıl şey doğru ödülü seçmektir

 
Maksim Dmitrievski :

bu ns için bir ticaret mantığı bulmak başka bir görevdir

kadar


artı mimari geniş bir aralıkta değişmez, yinelenir

asıl şey doğru ödülü seçmektir

Millet Meclisi'ni yine takviye kuvvetle mi aldınız? Ödül içlerinde kullanılmış gibi görünüyor

 

Bu veriler üzerinde test yapılmasını öneriyorum, orada kesinlikle bir kalıp var ve ne için çaba gösterilmesi gerektiği açık.

ps, .txt'yi addan kaldır

Dosyalar:
test.zip.001.txt  15360 kb
test.zip.002.txt  13906 kb
 

1.5 ay boyunca Müdahale olmadan kendi kendine öğrenmeyi tamamlayın

sonra onu alacağım .. çok fazla parametre var

 
Maksim Dmitrievski :

1.5 ay boyunca Müdahale olmadan kendi kendine öğrenmeyi tamamlayın

sonra onu alacağım .. çok fazla parametre

Fena değil.)
 
Maksim Dmitrievski :

1.5 ay boyunca Müdahale olmadan kendi kendine öğrenmeyi tamamlayın

sonra onu alacağım .. çok fazla parametre

Peki bu işlem yeni verilerle mi, yoksa nasıl anlaşılır?

 
mytarmailS :

Peki bu işlem yeni verilerle mi, yoksa nasıl anlaşılır?

Sadece başlatın ve ticaret yapın, yol boyunca öğrenin