Copyright 16.02.2009 by Bochkanov Sergey *************************************************************************/ public static double dfavgce(decisionforest df, double[,] xy, int npoints, alglib.xparams _params) { double result = 0; double[] x = new double[0]; double[] y = new double[0]; int i = 0; int j = 0; int k = 0; int tmpi = 0; int i_ = 0;
x = new double[df.nvars-1+1]; y = new double[df.nclasses-1+1]; result = 0; for(i=0; i<=npoints-1; i++) { for(i_=0; i_<=df.nvars-1;i_++) { x[i_] = xy[i,i_]; } dfprocess(df, x, ref y, _params); if( df.nclasses>1 ) {
与katbust - 它返回正常，通常在测试中>0.5...像往常一样
你在katbust中检查了1棵树的森林吗？ 而且katbust给出的是交叉熵的输出还是其他错误？
Alglib给出了5个不同的错误。(这是我的例子，有1棵树)
提醒： 训练集误差估计报告：relclserror=0.267；avgce=184.207；rmserror=0.516；avgerror=0.267；avgrelerror=0.267。
不，提升的构建方式不同，它增加了树的数量，而熵却在减少，当它在n次迭代中开始增长时，它就停止了，这样就不会使模型过度复杂化。
它给出了熵和任何自定义指标，但建立在熵的基础上。
顺便说一下，alglib网站的英文版有一个新的、更快的森林......我想重写它，但找不到它 )
误差--二元分类错误率。它的计算方法是（#错误案例）/（#所有案例）。
默认情况下，它使用预测值的0.5阈值来定义负面和正面的实例。
不同的阈值（例如，0.）可以指定为 "错误@0"。
看了一下xgboost的文档。它没有一个交叉熵的输出，但
error - 二元分类错误率。它的计算方法是（#错误案例）/（#所有案例）。
默认情况下，它使用预测值的0.5阈值来定义负面和正面的实例。
不同的阈值（例如，0.）可以指定为 "错误@0"。
是的，这里的分类错误是默认使用的，显然是这样的
但你必须区分，提升使用错误停止，而森林只是后发制人，和树木在充分的深度不，提升的构建方式不同，它增加了树的数量，而熵却在减少，当它在n次迭代中开始增长时，它就停止了，这样就不会使模型过度复杂化。
它给出了熵和任何自定义指标，但建立在熵的基础上。
在英语版本的alglib网站上，我发布了新的、更快的森林，顺便说一下......我想重写它，但我找不到它 )
新的alglib在哪里--我可以在论坛的某个地方寻找它吗？比较这个函数的代码很有意思
新的alglib在哪里--在论坛中是否有地方可以找？有意思的是，比较这个函数的代码
不，它是用C++或C#编写的
http://www.alglib.net/arcnews.php#date_16_06_2018
不，它是用C++或C#编写的
http://www.alglib.net/arcnews.php#date_16_06_2018
谢谢!
谢谢你!
如果你会弄清楚并进行比较，让我知道:)你可以这样改写，如果不是太麻烦的话。目前森林的文件太大，如果能减少它们就好了。而加速也是一种奖励。
感谢马克西姆的倡议，我已经解禁了!谢谢你，马克西姆。
我已经在桑拿房里呆了一段时间，并在叶子上运行了我的EA，也就是我在新年前写的那个。 到目前为止，结果是负面的，但我认为我必须给它更多的时间，因为在新年的强劲走势之后，Si现在处于持平状态，而这在EA开始时还没有发生。
测试是在具有丰富历史和不良经验的账户上以最小的数量进行的，因此不会有公开的信号，我将在以后的统计中发布报告。我是为那些对我的方法是否有利可图感兴趣的人做的。
关于CatBoost'a，因为我有非常小的模型，1-30棵左右，那么面临的情况是，测试（在其上选择模型）和考试（在其上独立测试）样本可以显示非常好的财务结果，但在训练样本上的结果却非常弱。因此，现在我在所有三个样本上测试这个模型，如果我对它感到满意，我就选择它。因此，我建议也看一下训练样本，我没有这样做，因为我期望与树叶（我的替代方法，只选择树叶）或脚手架有相同的效果，即模型在测试样本上一定会表现良好，但事实证明，情况并非总是如此。
到目前为止，选择模型的标准问题对我来说是开放的，经过测试，在10万个样本中训练好的模型（对于一些金融指标 和标准模型）不超过10-30件，这当然是不够的。我们应该降低标准或创造更多的模型。Catbust有很多不同的参数，所以你可以铆接很多模型。
另一方面，我真的希望通过显卡进行训练，但事实证明1060的作用很小--到目前为止的实验表明，训练200个模型需要20分钟，而在G3900处理器上（实际上是LGA1151下的渣滓）只需要6分钟同时，处理器总是加载50%到60%，这使得它无法同时使用2块以上的显卡，而我对6块显卡的装备寄予厚望。我不知道为什么会发生这种情况，理论上一切都应该是快速的。GPU计算的最大瓶颈是模型从RAM到GPU之间的传输，但对我来说太慢了，也许传输发生在每次迭代之后，这就是滞后的原因。还有人试过在GPU上运行吗？
如果你会弄清楚并进行比较，让我知道:)你可以这样改写，如果不是太麻烦的话。目前森林的文件太大，如果能减少它们就好了。是的，而且加速也是一种奖励。
我比较了一下，下面有同样的一段未使用的代码。(2009年签署，即这部分没有进行编辑)
Copyright 16.02.2009 by Bochkanov Sergey
*************************************************************************/
public static double dfavgce(decisionforest df,
double[,] xy,
int npoints,
alglib.xparams _params)
{
double result = 0;
double[] x = new double[0];
double[] y = new double[0];
int i = 0;
int j = 0;
int k = 0;
int tmpi = 0;
int i_ = 0;
x = new double[df.nvars-1+1];
y = new double[df.nclasses-1+1];
result = 0;
for(i=0; i<=npoints-1; i++)
{
for(i_=0; i_<=df.nvars-1;i_++)
{
x[i_] = xy[i,i_];
}
dfprocess(df, x, ref y, _params);
if( df.nclasses>1 )
{
//
// classification-specific code
//
k = (int)Math.Round(xy[i,df.nvars]);
tmpi = 0;
for(j=1; j<=df.nclasses-1; j++)
{
if( (double)(y[j])>(double)(y[tmpi]) )
{
tmpi = j;
}
}
if( (double)(y[k])!=(double)(0) )
{
result = result-Math.Log(y[k]);
}
else
{
result = result-Math.Log(math.minrealnumber);
}
}
}
result = result/npoints;
return result;
}