交易中的机器学习：理论、模型、实践和算法交易 - 页 48

新评论
 
Dr.Trader:

我已经用RNeat做了一段时间的实验，我得出结论，它不能像传统的神经网络那样处理。

谢谢你分享你的发现，这非常有趣...

我以你的虹膜为例，重写了它以适应我的数据，结果出现了错误，我不明白是什么问题。我想知道，如果你尝试使用你的数据以及虹膜，与普通网格相比，结果如何？

 
关于分类模型评估的有趣的文章。
 
Dr.Trader:

我对RNeat进行了更多的实验，得出的结论是，它不能像传统的神经网络那样处理。

1）与传统模型不同，RNeat训练不使用原始数据。该模型是随机生成的，经过改进，最后才在原始数据上测试。通常情况下，模型使用原始数据，在此基础上建立自己的逻辑，然后使用验证抽样来观察模型的逻辑是否正确，或者它是否只是学习了原始例子。与其他不同的是，RNeat根本没有能力记忆原始数据，因为它不知道这些数据，模型所知道的是所需的结果以及它与这些结果的接近程度。

2）交叉验证无助于改善前沿测试结果。我们似乎都同意，有可能训练一个常规模型，运行几个交叉验证，并以某种方式处理所有样本上的误差，以获得模型的最终适配分数。由于RNeat不知道原始数据，所以它不关心数据是在训练样本还是测试样本中，在任何情况下它都会调整其逻辑以达到预期的结果。理论上，它将从所有用于健身函数的样本中 "学习"（更准确地说是变异:) ）。你所能做的就是将模型训练到合适的精度，并希望它不会过度训练，这对外汇来说是一个相当冒险的方法。交叉验证只能在训练后作为前沿测试中可能结果的最终估计，而不能在健身函数中使用这个验证样本。

在交叉验证中，训练参数被挑出来。这个NS中是否有任何参数？应该有。
 
mytarmailS:

请告诉我，除了虹膜之外，你到底尝试过用自己的数据来替代，与通常的网相比，结果如何？

我使用了来自外汇的数据（一年的金牛座d1），模型已经学习了一天，它显示自己的最佳估计值=0.017（越多越好，对虹膜来说是0.7）。到目前为止还没有真正的结果，模型即使在训练数据上也显示出50%的误差，我必须让它再学习几天。

阿列克谢-伯纳科夫。
在交叉验证时，训练参数被挑出来。这个NS中是否有任何参数？必须要有。

模型越来越复杂，并增加了越来越多的神经元。有一个参数定义了神经元的最大数量，以限制其增长。还有第二个参数，定义遗传学中的个体数量。通常他们都是越多越好，引入限制是为了节省内存和时间，最好是为自己使用允许的最大值，而不是捡漏。

根据描述判断，该模型对每个神经元和它们之间的连接都有一个价格，所以它力求使用尽可能少的神经元。如果训练成功，该模型将在达到最大的神经元数量之前达到所需的精度。

 
Dr.Trader:

我已经添加了来自外汇的数据（一年的eurusd d1），模型已经学习了一天，并显示它自己的最佳估计值=0.017（越多越好，对于Iris是0.7）。到目前为止，我还没有得到任何结果，模型甚至在训练数据上也显示出50%的错误。 我将让它再学习几天。

有很多的预测因素吗？
 
桑桑尼茨-弗门科。
关于估计分类模型的有趣的文章。

我尝试了3个不同的指标来估计预测器子集上的模型：本文中的准确度；R^2模型；以及平均模型误差平均值（abs(y-x)/(max(y)-min(y))，其中X是预测结果的矢量，Y是所需结果）。

适配度函数的准确度还可以，但我有一个问题，就是样本中的例子不多，准确度出来的时候非常错乱。两个模型，质量相似，只是给出了相同的结果。但如果有大量的训练和验证样本，这将是一个很好的衡量标准。对于文章中描述的其他指标，我不能说什么。

R^2一般表现得很奇怪，它甚至可能是负数，而50%以上的结果是正确的，总的来说我不喜欢它。

平均误差最适合我。逐步的准确性是不存在的，因为我在公式中替代了回归的结果，甚至在四舍五入到0或1类之前。即使两个模型给出了相同的类的结果，我仍然可以确定最好的一个，就回归结果 "更接近 "预期结果的程度而言。

mytarmailS:
有很多预测因素吗？

关于400

 
你们有谁知道关于傅里叶频谱分析的事情？需要一些帮助。
 
mytarmailS:
这里的人至少对傅里叶频谱分析有一点了解。需要一些帮助。
什么不那么清楚？将一个周期性的函数分解成谐波，得到一个频谱。
 
尤里-雷舍托夫。
为什么不清楚呢？我们把一个周期性的函数分解成谐波，得到一个频谱。

这是真的，但我的任务是不同的......。

我需要在BP中找到那些彼此接近的区域的相似性，接近性可以通过相关性、欧几里得公制等来衡量。根据我的实验，我了解到这样的指标不适合我的任务，我认为非常适合通过振幅、相位、频率来寻找近似度。但由于这样做没有想法，所以我问谁知道怎么做，做什么，什么是正确的，什么是不正确的，一般来说应该怎么做。

P.S. 你可以在私下里，不要偏离主题，原则上，谈话不是在这个分支的主题上，不太可能有人感兴趣

 
尤里-雷舍托夫。
那里有什么不清楚的？我们将一个周期性的函数分解成谐波并得到一个频谱。
为什么是定期？
我们也可以分解一个单一的脉冲，这根本不是周期性的)
1...414243444546474849505152535455...3399
新评论