贝叶斯回归 - 有没有人用这种算法做了一个EA？ - 页 52

[СанСаныч Фоменко]

Alexey Burnakov:
问题：SVM是否考虑到了变量之间的相互作用，还是仅仅是加权的个别成分之和？

据我所知，没有。

如果你对变量的相互作用感兴趣，有一个脚手架--CORElearn，顺便说一下，它有非常有趣的功能，可以根据其救济评价标准评价重要性--大量的选项。有一个非常有趣的概率校准功能，在此基础上再构建名义类。

曾用过一次....

[Alexey Burnakov]

СанСаныч Фоменко:

据我所知，没有。

如果你对变量的相互作用感兴趣，有一个脚手架--CORElearn，顺便说一下，它有非常有趣的功能，可以根据其救济评价标准评价重要性--大量的选项。有一个非常有趣的概率校准功能，在此基础上再构建名义类。

已经使用了一段时间....

好的，谢谢你的提示。听说了这个套餐。

我问的是SVM的原因，我读到这个模型，如果用高斯核，分类效果 "几乎和支架、提升一样好"。但他们学得更快。我学习脚手架已经很累了，尤其是一次5个交叉验证的时候。

[СанСаныч Фоменко]

Alexey Burnakov:

好的，谢谢你的提示。听说了这个套餐。

我为什么要问SVM，我读到这个模型，如果用高斯核，分类效果 "几乎和 "脚手架、提升一样好。但他们学得更快。我学习脚手架已经很累了，尤其是一次5个交叉验证的时候。

我没有比较过速度，错误率是差不多的。对NS来说，结果要差得多，对线性回归 来说，完全不能接受。

PS。

在某处看到，使用交叉验证的森林可以使用所有核心。记不得了。

[Alexey Burnakov]

СанСаныч Фоменко:

我没有比较速度，误差的大小是差不多的。对NS来说，结果要差得多，对线性回归 来说，完全不能接受。

PS。

在某处看到，使用交叉验证的森林可以使用所有核心。记不得了。

我用所有的果核做脚手架。在caret模块中，存在并发性等问题。但即使在这种模式下，也需要很长的时间。

然而，参考向量的速度应该更高，这是一个事实。此外，还有一个使用该机器的图形核心的库。它的速度又增加了20倍。

最主要的是，准确度应该是相当的。我将不得不尝试。

[Yuri Evseenkov]

大家好!

今天是英国神职人员和数学家托马斯-贝叶斯（1702-07.04.1761）逝世255周年。

https://ru.wikipedia.org/wiki/%D0%91%D0%B0%D0%B9%D0%B5%D1%81,_%D0%A2%D0%BE%D0%BC%D0%B0%D1%81

[Yuri Evseenkov]

根据维基百科，托马斯-贝叶斯在其一生中只发表了两部作品--一部是关于神学的，一部是关于数学的。

有趣的事实。与之相反的多产记录属于我们的同胞。

因此，1992年，施诺贝尔文学奖被授予莫斯科有机化合物研究所的尤里-斯特鲁奇科夫，以表彰其超越所有可想象的极限的丰硕成果。从1981年到1990年（仅9年），他发表了948篇科学著作。平均而言，斯特鲁奇科夫每3.9天发表一篇论文。

[Yuriy Asaulenko]

Yuri Evseenkov:

因此，1992年，施诺贝尔文学奖被授予莫斯科有机化合物研究所的尤里-斯特鲁奇科夫，因为他的产出超出了所有可以想象的极限。从1981年到1990年（仅9年），他发表了948篇科学著作。事实证明，斯特鲁奇科夫平均每3.9天 "送出 "一篇论文。

因此，一个文学奖。这比有机化学中的那个要简单一些。

我们也可以这样做。没问题。这只是一个谁来出版的问题。:)

我构思了一个回归的EA（可能不是Baisov的），在外部，在SanSanych最喜欢的R的帮助下。但有很多问题。让我们称他们为组织。:)

[СанСаныч Фоменко]

Yuriy Asaulenko:

因此，一个文学奖。这比有机化学中的那个要简单一些。

我们也可以这样做。没问题。这只是一个谁来出版的问题。:)

想到了回归专家（可能不是拜索夫斯基），外部，在最喜欢的桑桑尼茨R的帮助下。但有很多问题。让我们称他们为组织。:)

那么问题出在哪里呢？C R?

[Yuriy Asaulenko]

СанСаныч Фоменко:
有什么问题？C R?

C-R的问题是，我不认识他。:)这是一个时间问题，慢慢就能掌握了。

更困难的是在R - 软件 - MT5之间提供实时数据交换。除了文件，我想不出什么聪明的办法。我想，他们会先做，然后我们再看。

但交换协议（接口）本身是不可见的。

[SlClRlElAlM]

我不知道，它可能在外汇中不起作用，那里有更明亮的算法。