Деревья принятия решений являются удобным инструментом в тех случаях, когда требуется не просто классифицировать данные, но ещё и объяснить почему тот или иной объект отнесён к какому-либо классу. Давайте сначала, для полноты картины, рассмотрим природу энтропии и некоторые её свойства. Затем, на простом примере, увидим каким образом...
我有一个关于目标变量的问题。
如果我们的目标变量是交易的财务结果，那么正如我所想的那样，将这个结果正常化是合理的。但在这里我在网站上寻找信息，到处都说目标变量应该有两个值--买入或卖出。如果我在任何情况下都会有损失--买入或卖出（而且会发生！），那么我为什么要削减所有的负面变量？而如果是负面变体的存在影响了统计数据？
一般来说，我想知道在买入/卖出/没有触发的极端情况下，什么网络是有效的（以及在哪里可以得到它们？
> 如果我们的目标变量是交易的财务结果，那么对这一结果进行标准化是合理的，正如我所想的那样
我不对目标进行规范化处理，我按原样使用它们（价格上涨）。如果你使用神经元，最好将预测器（输入的另一个名称，芯片）规范化。对于森林来说，我并不真的需要为规范化而烦恼，在任何情况下都能正常工作。
请注意，一个神经元ka的输出往往也要经过一个激活函数，对于一个sigmoid来说只能在(0;1)之内。那么，如果目标不在这个区间内，也应该被规范化。或者我们可以去掉对退出的激活，这样它就可以接受任何值。
> 但在这里，我正在寻找网站上的信息，其他地方都在谈论目标变量应该有两个值--购买或出售。
这就是所谓的分类。当代替价格 - 只是一些集合（0和1；-1和1；"买 "和 "卖"）。
如果你预测价格本身或其增量，这不叫分类，而是回归。
> 如果我在任何情况下都会有损失--买入或卖出（它发生了！），那么我为什么要削减所有的负面选择？如果是负面选项的存在影响了统计数据呢？
这完全取决于你的预测因素，你只能通过实验来找出答案，尝试两种变体。例如，我试图为森林创建我自己的健身功能--我使用森林预测建立了一个交易图（考虑到价差），并使用该图来定义夏普比率，这是我试图提高的结果。
> 一般来说，我想知道哪些网络是有效的。
我目前正在采取公开价格，并将其与指标（自制）一起使用，以创造新的功能。我正在训练预测每条价格上涨的神经元。我需要大量的时间来创建新的指标，否则模型将无法战胜价差。
翻看你的文件，我发现你已经有很多预测器了。如果你的目标只是一组-1,0,1 - 使用森林。如果你想预测价格--最好使用神经元。
错了......是的，当然是有可能获得最大利润的那些点，例如：
为了分类的目的，一个带有softmax输出层的多层perseptron（输出类成员概率）。
你读过这个吗？https://www.mql5.com/ru/articles/497，关于第一个神经元的例子。然后想象一下，有很多这样的人，所以这就是整个神经网络。
这正是你所问的阈值功能。
嗯，看起来是个好结果，是的。
错过了那篇文章--谢谢你指出来，有些事情变得更清楚了！。但不是一下子就能解决所有问题--你必须反复阅读这种东西......我明白了关于展开系数和听其与函数之和。
尝试了第一个文件，把它分成三部分。
培训
预测的
实际0 1
0 28107 1244
1 3045 4119
测试1
预测的
实际0 1
0 5950 356
1 742 776
当前 2
预测的
实际0 1
0 5945 333
1 779 769
在一个隐藏层有10个神经元的nnet上进行计算（R的Rattle包的NS）。
比你的森林更糟糕，但也不坏。第二个文件的结果可能类似。
谢谢!我认为这些结果可以作为一个过滤器，也就是禁止交易--因为猜测零点更稳定。
错过了这篇文章--谢谢你的指出，它澄清了一些事情。但不是一下子就能完成的--你必须把这种东西读几遍...我了解散射系数，并通过一个函数来听它们的总和。
谢谢你!我认为这些结果可以作为一个过滤器，即禁止交易--因为猜测零的结果更稳定。
嗯，现实中的人更多--这就是为什么很容易猜到的原因)
> 如果我们的目标变量是交易的财务结果，那么将这个结果规范化是合理的，正如我所想的那样
我不对目标进行规范化处理，我按原样使用它们（价格收益）。如果你使用神经元，那么最好将预测器（另一个名字是输入，芯片）规范化。对于森林来说，某种程度上并不真的需要为规范化而烦恼，它在任何情况下都能正常工作。
嗯，相反，我想，对于森林来说，最重要的是做逻辑预测，比如是/不是，我就是这么做的，这就是为什么有很多的预测，而且会少很多。我将尝试以不同的方式来做--我将给一个预测器提供8个值，看看结果是否有变化。
请注意，很多时候，神经元key的输出也会通过激活函数，对于一个sigmoid来说，只能在(0;1)范围内。那么，如果目标不在这个区间内，也应该被规范化。或者我们可以去掉对输出的激活，这样它就可以取任何值。
你说的取消进入的激活是什么意思？我不知道它是什么 - 激活...
> 但这里是在网站上找资料，到处都说目标变量应该有两个值--买入或卖出。
这就是所谓的分类。当代替价格 - 只是一些集合（0和1；-1和1；"买 "和 "卖"）。
如果你预测价格本身或其增长，这叫回归，而不是分类。
是的，但如果我不需要买入或卖出，而只是跳过一个信号，那么该怎么做？所以我决定做两个独立的NS，以便考虑当下--不做交易。
> 如果我在任何情况下都会出现亏损--买入或卖出（可能会出现这种情况！），我是否应该简单地砍掉负面的变体？而如果是负面选项的存在影响了统计数据呢？
这完全取决于你的预测因素，你只能通过实验来找出答案，尝试两种变体。例如，我试图为森林建立我的健身功能--我使用森林预测做了一个交易图（考虑到价差），并使用该图来定义sharpe比率，这是我试图增加的结果。
也就是说，对于某些预测因素来说，历史并不十分重要，而对于另一些预测因素来说，则是至关重要的，由于可能同时存在这两种情况，所以事实证明，切掉并不可取......
现在我把公开的价格与指标（自制的）一起使用，以创造新的功能。我正在训练神经元学，它能用这些芯片预测每条的价格上涨。创建新的指标需要大量的时间，否则模型将无法战胜价差。
我的大部分功能都与预测有关，但不是价格，而是其水平 - 我使用我的ATR，但标准的应该以同样的方式工作。
那么现实中的人更多--这就是为什么很容易猜到的原因)
所以这并不重要--主要的是要知道在哪些领域的交易风险会增加，他们有点显示了这一点。
另一件事是，我不知道如何把它全部变成同一个指标--真的有必要重写所有已经形成的规则还是什么？
嗯，我以为对森林来说，使预测者符合逻辑更重要，比如是/否，我做到了，这就是为什么有这么多的预测者，但会少很多。我将尝试以不同的方式来做--我将给一个预测器8个值，我将看看结果是否有变化。
森林中的特征较少，会有很少的分裂。
如果有许多稀疏的特征，而其中有一个不是稀疏的，那么森林就会对它进行过度拟合，从它那里得到的进口 将是最大的，而其他的对结果的影响很小。
森林对稀疏的特征效果更差，会有很少的分裂。
另外，如果有许多稀疏特征，而其中有一个不是稀疏的，那么森林将对它进行过度拟合，它将有最大的进口，而其他的对结果影响很小。
正态森林或随机森林，还是两者都有？
我把Rattle和R（好吧，和glitches整个事情......），现在我不能理解如何使一个可比的设置，如下图所示？因为标准的Rattle设置给出的结果比我之前使用的程序更糟糕。
森林对稀疏的特征效果更差，会有很少的分裂。
如果有许多稀疏的属性，而其中有一个不是稀疏的，森林将对其进行过度拟合，它将有最大的进口，其他的对结果的影响很小。
同样的指示，同样的设置，但指示是折叠的，而不是像以前那样展开。
旧的变体
新变体
我发现零的数量稍多，但一的数量明显较少--几乎是两倍之多。我没想到塌陷和扩展的变量可以有这样的效果...
正常的树林或随机的树林，还是两者都有？
我把Rattle和R（这整件事真是个小故障......），现在我不知道如何进行可比性设置，就像下面的截图一样？因为Rattle的默认设置比我之前使用的程序的结果更差。
正常森林和随机森林 以及树状森林是一样的 :)森林是树木的集合体
它们是少还是什么？ 它们是少吗？它们是罕见的和/或像1和0一样的分类（这是一个高水平的理解）。
我不使用R，因为我已经被当地的大师们的镀金眼镜所厌恶。
总之，只要你愿意，研究一下什么是树，什么是树的森林的理论。
https://habr.com/post/171759/
https://habr.com/post/116385/
如果你想改变Rattle的设置，你应该去找Sanych，但我不知道为什么，你只是想放纵一下，或者费心在mt5和R上整合EA。
https://www.mql5.com/ru/articles/1165
在你的数据上，文件Pred_004_Buy除以一半，你可以得到0.85的迎面。
这些数据是垃圾，最好扔掉。其余的我们自己去追赶。在沉默中...
为什么数据很糟糕？这是一个非常好的结果。