Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2426
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
şimdi ilk sorunun cevabı
Teşekkür ederim!
Bunu anlamaya çalışacağım, ancak hemen zor - yine de, kodun sözdizimi C ++ 'dan önemli ölçüde farklı.
Modelinizi testteki en başarılı sürüme ayarladığınızı düşünmüyor musunuz?
Ve sizce testi hangi noktada ayarlıyorum? "Test" örneği eğitimi durdurmak için kullanılır, Projelerde biri hariç, hiç orada değil, sonra son eğitimde kullandım - peki, sabit sayıda ağaçla değiştirebilirsiniz - 50/100 /300/500/800 ve tüm numuneler için sonucu görüyorsanız, sonucun çok daha kötü olacağını mı düşünüyorsunuz?
Teşekkür ederim!
Bunu anlamaya çalışacağım, ancak hemen zor - yine de, kodun sözdizimi C ++ 'dan önemli ölçüde farklı.
Ve sizce testi hangi noktada ayarlıyorum? "Test" örneği eğitimi durdurmak için kullanılır, Projelerde biri hariç, hiç orada değil, sonra son eğitimde kullandım - peki, sabit sayıda ağaçla değiştirebilirsiniz - 50/100 /300/500/800 ve tüm numuneler için sonucu görüyorsanız, sonucun çok daha kötü olacağını mı düşünüyorsunuz?
Çapraz doğrulamada, tüm veriler bir testtir ve tümü bir trendir. Sadece sırayla. Sadece tren alanını %40 artırmak istediniz.
Birçok yabancı işlev, çünkü dil üst düzey.
Tüm sapıklıklarımın R'de kolayca uygulanabileceğini sanmıyorum :)
Evet - eğitimi durdurmak da test için uygundur. Sisteminizin diğer detaylarını bilmiyorum, daha fazla bir şey söyleyemem.
Teoride bunun test örneğindeki sonucu artırdığına katılıyorum, ancak sonucu sınav örneğinde değerlendiriyorum!
Eh, tüm detayları anlattım gibi geldi, herhangi bir sorunuz varsa, sorun.
Çapraz doğrulamada, tüm veriler bir testtir ve tümü bir trendir. Sadece sırayla. Sadece tren alanını %40 artırmak istediniz.
Tamam, çapraz doğrulamayı kullanma amacınız nedir? Şimdilik, ortalama olarak rastgele alanlarda hangi ayarların en iyi olduğunu göstereceğinden, model hiperparametrelerini aramanın anlamını görüyorum.
Tüm sapıklıklarımın R'de kolayca uygulanabileceğini sanmıyorum :)
ahahah))))
Sapıklıklarımı fark edebilirsem, o zaman seninki nasıl rahatlarsın)
Tamam, çapraz doğrulamayı kullanma amacınız nedir? Şimdilik, model hiperparametrelerini aramanın anlamını görüyorum, çünkü ortalama olarak rastgele bölümlerde hangi ayarların en iyisi olduğunu gösterecektir.
Bunun için. Başka bir şeye ihtiyacın var mı? Ve belirli bir dizi özellik. Farklı özelliklerle hiperparametreler büyük olasılıkla farklı olacaktır. İşte en iyi hiperparametrelerle seçtiğiniz ve devreye alınması gerekenler.
Eh, tüm detayları anlattım gibi geldi, herhangi bir sorunuz varsa, sorun.
Derine inmek çok tembel.
ahahah))))
Sapıklıklarımı fark edebilirsem, o zaman seninki nasıl rahatlarsın)
Pekala, buradayım, veri hazırlamak için bir komut dosyası yaptığım için, hariç tutulan sütunları listeleyen bir dosya da yapmam gerekiyor, bu da şunları içerir:
1. İlişkili öngörücülere sahip sütunlar (bu arada, hangi sütunun atılacağı nasıl seçilir, diyelim ki 5 ilişkili öngörücü?).
2. Hedefteki sütun haricinde, ilk dosya tablosundan atılan sütunlar.
Ayrıca, dosyaya hedef etiketli bir sütun yazmanız gerekir, sütun adına göre aramanız önerilir.
Dosya yapısı şu şekilde
Bunun için. Başka bir şeye ihtiyacın var mı? Ve belirli bir dizi özellik. Farklı özelliklerle hiperparametreler büyük olasılıkla farklı olacaktır. İşte en iyi hiperparametrelerle seçtiğiniz ve devreye alınması gerekenler.
Derine inmek çok tembel.
İstenen tahmincileri daha kısa sürede seçmem gerekiyor. Tahmin edicilerden daha fazla geçmek, işlem süresini yüzlerce kez artırmaktır. Benim yöntemim, model tarafından tüm örnekleme aralıklarında iyi bir tahmin edicinin (belirli bir öğrenme yöntemi için uygun olanı da dahil olmak üzere) gerekeceği mantığı üzerine inşa edilmiştir; bu, örnek alana uydurmayı hariç tutar.