交易中的机器学习：理论、模型、实践和算法交易 - 页 1308

新评论
 
elibrarius。

ISO不是对所有东西都发布的）。在这种情况下，你可以按照国防部盟约中所说的第二节。

在你使用的catbust中，尽管它说的是测试，但他们在解释中写道，它是用于验证的。在其他软件包中，XGBoost、Darch--他们写了验证。

最初，有一个测试集和训练集，出现了交叉验证法，这样的样本被称为验证样本（它实际上是用来交叉验证训练和测试的）。现在有一个提升，它需要样本来停止训练--它被称为测试，它也被验证了，因为它用来测试训练的结果，但它不学习，与交叉验证相反。

我的观点是，在不同的训练方法中，抽样的使用方式可能不同。验证更多的是一种行动，而不是一种采样类型...

 
弗拉基米尔-佩雷文科。

验证集参与了训练。它用于在训练期间设置模型参数。有些软件包不需要验证集，在这种情况下，训练集在fit()函数中按一定比例分为训练/验证。但最好是自己指定。

测试套件用于检查训练后的模型的质量，这些数据在训练期间不应该被模型看到。

所以这些都是不同的事情，没有必要混淆。

祝好运

好吧，那就这样吧。我没有统计过一百个人参与创造不同的IR方法的声明，没有想要争论的意思，因为最初我说的是我在头脑中划分概念有多方便，如果对别人不方便，那就让我独自留在我的概念里。

 
阿列克谢-维亚兹米 金。

好吧，那就这样吧。我没有统计过数百人参与创造不同的MO方法的声明，也不想争论，因为我最初谈的是我在头脑中分离概念时很舒服，如果别人不舒服，那就让我独自面对我的概念。

是的，这个话题已经很垃圾了，现在每个人都要发明和自己的术语:)

虽然具体到数据样本的名称，我认为没有必要争论，因为有各种各样的方法来形成和使用它们，而且至关重要的是，IMHO，仍然只有一个事实--这些数据是否参与（In-Sample）或不参与（Out-Of-Sample），在学习过程。
因为所有的IS样本都以这样或那样的方式用来拟合模型，而OOS只是用来评估其质量。


而且为了不含糊，我认为以通常的测试者形式呈现结果是合乎逻辑的，所有在训练中使用的样本--IS来表示为回测，OOS为正向。

 
伊万-内格雷什尼。

是的，这个话题已经很杂乱了，现在每个人都要编造自己的术语：)

虽然具体到数据样本的名称，我认为没有必要争论，因为有各种各样的方法来形成和使用它们，而至关重要的，IMHO，仍然只有一个事实--这些数据是否参与了（样本内）、学习过程（样本外）。
因为所有的IS样本都以这样或那样的方式用来拟合模型，而OOS只是用来评估其质量。


为了清楚地理解，我认为以测试者熟悉的形式呈现结果是合乎逻辑的，所有用于训练的样本--IS应该作为回测呈现，而OOS作为正向呈现。


最好是显示单独的图表，因为没有参加培训的样本通常比参加培训的样本小得多，而且从视觉上看，这样的破碎图表没有什么是清晰的，这是我个人的看法。

 
顺便说一下，Catbust有交叉验证功能--那么它就不需要 "测试 "键，而是使用单个样本，以不同的方式进行分解。
 
Aleksey Vyazmikin:
顺便说一下，Catbust有交叉验证功能--那么它就不需要 "测试 "键，而是使用以不同方式分解的单一样本。

科学家们与这样的东西打交道，但他们并不了解神经网络 中发生了什么，更不了解森林中发生了什么，事情究竟是怎样的，为什么会这样，事情在什么时候发生变化，为什么会这样，我们只能相信他们的权威，应用他们的模型，相信更高的力量。

 
凯沙-鲁托夫。

科学家们与这样的东西打交道，但他们并不了解神经网络中发生了什么， 更不用说森林了， 事情是怎样的，为什么会这样，事情在什么时候发生变化，为什么，我们只有相信他们的权威，应用他们的模型，相信更高的力量。

森林/树木你显然没有处理过。他们的解决方案很容易被人类解释。任何关于树形算法的基本文章在几页之内都会向你解释。
 
阿列克谢-维亚兹米 金。

好吧，那就这样吧。我没有统计数以百计的参与创建不同方法的国防部的人的声明，没有争论的欲望，因为我最初谈的是我在头脑中分离概念时很舒服，如果别人不舒服，那 就让我独自面对我的概念。

倔强的意思与固执的意思接近。我希望它们能帮助你在MO成功实施你的想法。这些都是对研究人员有用的品质。;-)

PS为你的叶子选择系统想到了一个名字："标本馆"--增加你从树木、森林、树桩、丛林中收集的方法。
 
elibrarius。

PS为你的叶子选择系统想到了一个名字：'标本馆'--为你收集的树木、森林、树桩、丛林中的方法添加。

)))我想把它称为伐木工人或锯木厂。

 
凯沙-鲁托夫。

科学家们与这样的东西打交道，但他们并不了解神经网络中发生了什么，更不了解森林，不了解一切是如何和出于什么原因完全是这样的，什么地方在什么时刻发生了什么变化，为什么，我们只能相信他们的权威，应用他们的模型，相信更高的权力。

我部分同意，现在是快速计算的时代，虽然人们在接触计算机之前都是在纸上进行计算，但现在信息量和处理信息的方法都非常大，关注结果往往比关注过程更合适。

1...130113021303130413051306130713081309131013111312131313141315...3399
新评论