Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2819

 
Maxim Dmitrievsky #:
Herhangi bir kümeleme veya sınıflandırıcı, bir olasılıklar, geçişler veya mesafeler matrisine sahiptir. Buna ham değerler denir. Ve sınıf/küme etiketleri vardır. Farklı şeyleri karşılaştırıyor.

Evet, ama tamamen doğru değil. Mevcut durumu bu şekilde tanımlamayı ve geleceği tahmin etmeyi tercih ediyorum. Bu görevler temelde aynıdır. Durum değişikliği bir tahmindir, her ne kadar mevcut durumun bir tanımı olsa da))))

 
Valeriy Yastremskiy #:

Evet, ama tamamen doğru değil. Ben mevcut durumu bu şekilde tanımlamayı ve geleceği tahmin etmeyi tercih ediyorum. Bu görevler esasen aynıdır. Durum değişikliği, mevcut durumun bir tanımı olsa da bir tahmindir))))

Bu kesinlikle açık ve nettir. Bir opa ile bir parmağın karşılaştırılması söz konusu olduğu sürece, artık diyalogda yer almayacağım. Üstelik bunu ben başlatmadım.
 
Maxim Dmitrievsky #:
Bu çok açık. Bir opa ile bir parmağın karşılaştırılması söz konusu olduğu sürece, artık diyaloğa katılmayacağım. Ayrıca, bunu ben başlatmadım.

Esasen gelecekteki olasılık ve durum kümelenmesi aynıdır, fark nedir?

 
Valeriy Yastremskiy #:

Esasen gelecekteki olasılık ve durum kümelenmesi aynıdır, aradaki fark nedir?

Zor oluyor, değil mi? Eşiksiz ham olasılıklar ve halihazırda eşikli kümeler

Resimlerinden ayrık ile sürekliyi karşılaştırdığını görebilirsiniz. Ve eşiği havadan çiziyor. Ve o şapkayı bir kanıt olarak kullanıyor.

Neden o çizgiyi grafiğe çizmedi? Aynı şey.

İkinci yöntem için eşik doğru hesaplanırsa, her iki yöntem için de aynı değerler vardır.

 
Maxim Dmitrievsky #:
Zor oluyor, değil mi? Eşiksiz ham olasılıklar ve halihazırda eşikli kümeler

Resimlerinden ayrık ile sürekliyi karşılaştırdığını görebilirsiniz. Ve eşiği havadan çiziyor. Ve o şapkayı bir kanıt olarak kullanıyor.

Neden o çizgiyi grafiğe çizmedi? Aynı şey.

Aslında bir benzerlik var, bir çizgi desenlerin bir ortalamasıdır, evet, daha fazlası daha azdır ve hareket nasıl karakterize edilir? Sadece kat edilen mesafe ile ve mesafe sadece en küçük mesafe ile, yani bir ızgara ile. Evet, ayrık varlıklar sürekli olanlardan daha karmaşıktır, ancak elimizdeki şey çalıştığımız şeydir)).

 
Maxim Dmitrievsky #:

Oyuncak yayınlamayı tercih ederim. Cumartesi günü yapacak başka ne var ki?

https://www.twitch.tv/gamearbuser

Yarışlarda yarı zamanlı yorumcu olarak çalışan bir çocuğum var)))). Gerçek hayatta da kart üzerinde ve patenle kayıyor))))))

 
Valeriy Yastremskiy #:

Yarışlarda yarı zamanlı yorumcu olarak çalışan bir çocuğum var)))). Gerçek hayatta da kart üzerinde ve paten kayıyor)))))

nasıl kaydığını yayınlamasına izin verin) daha sonra bağış toplayacaktır.

 
mytarmailS #:

tarih belirle

İlk 10 hisse senedi fiyat bilgisi, istenirse yeni özellikler oluşturulmalı, istenmezse eğitimden çıkarılmalıdır.

son satır - hedef

traine ve test için seçimi ikiye bölün


Forrest'ta herhangi bir ayarlama yapmadan yeni verileri alıyorum

hgbusta'da yeni özelliklerle Akurashi 0.83'ü alıyorum.


Acaba 0,9 Akurasi elde etmek mümkün mü?

mytarmailS #:
Kimse dokunmadı mı? (


Sadece eğlence için dokundum.)
Rastgele orman kullanıldı.


Kullanılmayan değişkenler:
X_OI
X_PER
X_TICKER

İstendiği gibi, treyne ve yarı yarıya test edin.
r1


Maksimum yetiştirilen ağaç sayısını 500 ile sınırlandırdım.

Yetiştirilen 500 ağaç için traine üzerinde MSE
t1


Yetişmiş 500 ağaç için testte MSE
t2


Traine(OOB) ve test üzerinde elde edilen metrik.
Burada 0 ,77 Rastgele orman doğruluğunuzu bu metriğe nasıl getireceğimi bilmiyorum .
Muhtemelen MSE
'yibirdençıkarmalısınız ,
1- 0,16 = 0,84
Sonra XGBoost'ta olduğu gibi doğruluğu elde edersiniz)).

r2


Ve eğitime katkıda bulunan değişkenler.
r3


Elimde bu tür bir analiz var)

 
Roman #:

Sadece eğlenmek için dokundum)
Rastgele orman kullanıldı.


Kullanılmayan değişkenler:
X_OI
X_PER
X_TICKER

İstendiği gibi, yarı yarıya izleyin ve test edin.

Yazdığım gibi OHLC mutlak fiyatları da muhtemelen atılmalıdır)

Roman #:

Yetişmiş 500 ağaç için trayne üzerinde MSE

Yetiştirilen 500 ağaç için testte MSE

Traine (OOB) ve test üzerinde elde edilen metrik.
Burada 0 ,77 Rastgele orman doğruluğunuzu bu metriğe nasıl getireceğimi bilmiyorum .
Muhtemelen MSE
birdençıkarılmalıdır ,

Regresyon yapıyorsunuz, sınıflandırma yapıyorsunuz! Her şeyi yanlış anladınız.

 
mytarmailS #:

Ben bunu yazarken OHLC'nin mutlak fiyatları da muhtemelen atılmalıdır)

Regresyon yapıyorsun, sınıflandırma yapmalısın! Her şeyi yanlış anlamışsın.

İşte OHLC olmadan yapılan sınıflandırma.

Doğruluk 0,79'dur.
k1

ROC testi.
k2

Karışıklık matrisi.
k4

Etkileyen değişkenler
k3