Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1964
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret 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
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.
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.
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.
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.
Zeyilname: Eğitime katılan hat sayısı da = 1 olarak ayarlanmalıdır, yani. her şey eğitimin aynı olması için. O. rastgele her şeyi rastgele ormandan kaldırırız.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.
bu ns için bir ticaret mantığı bulmak başka bir görevdir
kadar
artı mimari geniş bir aralıkta değişmez, yinelenir
asıl şey doğru ödülü seçmektir
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
1.5 ay boyunca Müdahale olmadan kendi kendine öğrenmeyi tamamlayın
sonra onu alacağım .. çok fazla parametre var
1.5 ay boyunca Müdahale olmadan kendi kendine öğrenmeyi tamamlayın
sonra onu alacağım .. çok fazla parametre
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?
Peki bu işlem yeni verilerle mi, yoksa nasıl anlaşılır?