交易中的机器学习：理论、模型、实践和算法交易 - 页 3018

[Aleksey Vyazmikin]

Vladimir Perervenko #:

民间智慧说，只见树木，不见森林。我想知道摘树叶能不能看到树，我不是在问森林。

这是你知道的唯一算法吗？还是最有效的？你为什么执着于它呢？

这只是一闪而过的念头。

祝你好运

看一棵树有什么意义？:)我不认为我们应该追求 100% 的召回率。

是的，既然谈到了替代思维模型，您能否推荐一种模型，它能很好地结合（有效）排出（稀有单位--在样本中约占 5%）二元特征？有很多这样的模型。

[mytarmailS]

Aleksey Vyazmikin #:

对于 "为什么？"这个问题

我没时间回答这个问题

不管怎样

我相信，如果你仔细想想，这种比拟可能是多余的。

[Aleksey Vyazmikin]

mytarmailS #:
我没时间去弄它......

我也不知道

我敢肯定，如果你仔细想想，这种并列可能是不必要的。

为什么不呢？

[mytarmailS]

Aleksey Vyazmikin #:

为什么不呢？这对我来说很方便....。

最好学会如何处理数据，而不是将数千兆字节的相关垃圾塞满服务器

[Maxim Dmitrievsky]

Vladimir Perervenko #:

民间智慧说，只见树木，不见森林。我想知道摘树叶能不能看到树，我不是在问森林。

这是你知道的唯一算法吗？还是最有效的？你为什么执着于它呢？

这只是一闪而过的念头。

祝你好运

你和 Sanych 不是同一家店吗？

无意义评论的频率已经达到了临界点，难道 R 的数据包已经用完了？

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

它的不同之处在于，不是尝试使用最佳预测分割，而是使用最佳预测分割的不同变体。如果我对算法的理解正确的话，这种方法是按顺序进行拆分，并在叶片 上进行成功估算。从成功生成的结果开始，离叶子较近的预测因子会被切断，然后重新构建。我无法详细分析算法本身，因为我不是作者。但是，从理念上讲，这种方法比理论上的随机化更好。

不是贪婪分割算法，而是遗传算法。Dipminds也在思考这个问题，他们从神经网络中提取规则。但找到的信息并不多。有一篇文章和一个现成的模型，但却没有尝试的灵感。从神经网络中提取规则还有其他实现方法。你或许可以从那里得到一些东西。

[Aleksey Vyazmikin]

mytarmailS #:
最好是学会如何处理数据，而不是将数千兆字节的相关垃圾塞满服务器

你本可以只说你不了解这个话题，做出了错误的结论，现在你的行为方式让你明白了问题的本质，直接走向了退路。

这种边缘化的想法--除了你，所有人都是傻瓜--会让人产生排斥心理--想想吧。

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
不是贪婪分割算法，而是遗传算法。Dipminds也在研究这个问题，从神经网络中提取规则。但找到的信息并不多。虽然有一篇文章和一个现成的模型，但却没有尝试的灵感。从神经网络中提取规则还有其他实现方法。你或许能从中学到一些东西。

我就是这么写的，对于一棵树来说，贪婪和遗传有什么区别--也许我没有理解问题。

我没听说过从神经网络中提取规则。能提供链接吗？到目前为止，我的想象中还在绘制一些繁琐的东西。

但我认为，就发布新规则的速度而言，神经网络显然比树慢。

[Maxim Dmitrievsky]

Aleksey Vyazmikin #:

我就是这么写的，贪婪和遗传木材之间有什么区别--也许我没有理解问题。

我没听说过从神经网络中提取规则。能给我一个链接吗？到目前为止，我还在想象一些繁琐的东西。

但我认为，就发布新规则的速度而言，这里的神经网络显然会比树木慢。

我只是总结了一下谷歌的树状结构，我自己也在用。Dipminds通常与我自己对现实的感知非常接近。

[mytarmailS]

Aleksey Vyazmikin #:

你本可以只说你不理解这个话题，做出了错误的结论，而现在你的表现却让你意识到了问题的本质，直接去闭关修炼了。

这种被边缘化的想法--除了你，所有人都是傻瓜--会把人赶走--想想吧。

在你的话题中，应该是你明白，而不是别人....。

一旦进入你的头脑，这就是一个过程。

好好想想吧。