Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2106
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
Nereye gidilir?
peki, RMSE'yi ya da her neyse, nasıl en aza indiremezsiniz, ancak fitness eğlenceniz. orada
Neye benziyor?
Sadece 500 puan ileride ortaya çıkan modelin bir tahminini yapıyorum
4 sinüs dalgası (model) puan tahmin eder. basitçe, esasen doğrusal bir tahmin
Sildim, kimsenin ilgilenmediğini düşündüm, sizin için kodu atabilirim, okunabilir bir forma çevirmeniz yeterli
Bu arada, tavlama yönteminin kararsızlığıyla karşılaştım, onunla nasıl çalışacağımı bile bilmiyorum, çok kararsız sonuçlar, parametreler çok atlıyor ...
buna varmak
önce rastgele bir başlangıç noktası başlatırım,
sonra bir çözüm bulununca saklıyorum
sonra tekrar tavlamayı başlatırım, ancak başlangıç parametreleri zaten bulunan çözümden ve birkaç kez böyle devam eder.
Kişisel olarak atın.
Tavlama kararsız. rgenout'u kullanın. Kanıtlanmış, güvenilir.
Modeller bir kayıp işlevi kullanır. Kendinizinkini yazın ve model kayıp işlevinizi eklemenize izin veriyorsa deneyin.
Sadece 500 puan ileride ortaya çıkan modelin bir tahminini yapıyorum
ama sadece ilk 1-2 işlemi takas etmeyi düşünüyorum
ve parametreleri niteliksel olarak nasıl bulacağınızı öğrenmeniz gerekir.
2 çok yönlü model kullanabilirsiniz
Temel stratejime göre ayrı ayrı öğretmeye çalıştım - sonuçlar daha kötüydü, sanırım numunenin dengesizliğinden dolayı - çok fazla sıfır alınıyor ve bunlar üzerinde eğitim yapılıyor.
Başka bir seçenek denemek istiyorum - yönü ayrı bir modelle öğrenmek. İlk modelin oynaklık için, ikinci modelin ise vektörü için eğitildiği ortaya çıktı. Ama yine de daha büyük bir örneğe ihtiyaç var.
Temel stratejime göre ayrı ayrı öğretmeye çalıştım - sonuçlar daha kötüydü, sanırım numunenin dengesizliğinden dolayı - çok fazla sıfır alınıyor ve bunlar üzerinde eğitim yapılıyor.
Başka bir seçenek denemek istiyorum - yönü ayrı bir modelle öğrenmek. İlk modelin oynaklık için, ikinci modelin ise vektörü için eğitildiği ortaya çıktı. Ama yine de daha büyük bir örneğe ihtiyaç var.
Dengesiz sınıflar için aşırı örnekleme kullanılabilir. Hem 2 hem de 3 modeli tükürdüm, özünde bir fark yok
Onlar. "1" hedefli yinelenen satırlar? Denedim - CatBoost'ta sonucum neredeyse hiç değişmedi. Biraz gürültü eklemeniz gerekebilir.
Onlar. "1" hedefli yinelenen satırlar? Denedim - sonucum CatBoost'ta neredeyse hiç değişmedi. Belki biraz gürültü ekleyin.
Onlar. "1" hedefli yinelenen satırlar? Denedim - sonucum CatBoost'ta neredeyse hiç değişmedi. Biraz gürültü eklemeniz gerekebilir.
Çoğaltmayın. Google'da aşırı örnekleme, örneğin SMOTE. Ben de büyük bir dengesizlikle çalışmıyorum. Bittikten sonra herşey güzel
Evet, aslında, tahmin göstergelerine gürültü ekleyerek. Bu, niceleme sınırlarını etkileyebilir, bölüm seçimini olanlarla zenginleştirebilir, ancak fikir, kopyaları eklerken aynı etkinin olması gerektiğidir, tek şey, eğitim başlamadan önce kopyaların CatBoost algoritması tarafından kesildiğini varsaymamdır (ihtiyacınız var). kontrol etmek için), sonra evet - bir seçenek.