交易中的机器学习:理论、模型、实践和算法交易 - 页 3018 1...301130123013301430153016301730183019302030213022302330243025...3399 新评论 Aleksey Vyazmikin 2023.04.10 20:57 #30171 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 2023.04.10 21:38 #30172 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 2023.04.10 22:13 #30173 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 2023.04.10 22:21 #30174 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 2023.04.10 22:35 #30175 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 2023.04.10 22:43 #30176 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 2023.04.11 03:10 #30177 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 2023.04.11 03:19 #30178 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 2023.04.11 05:59 #30179 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 2023.04.11 07:38 #30180 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。 1...301130123013301430153016301730183019302030213022302330243025...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
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。
对于 "为什么?"这个问题
我没时间去弄它......
为什么不呢?
为什么不呢?这对我来说很方便....。
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
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。
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。
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。
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。
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。