文章 "机器学习中的量化(第 2 部分):数据预处理、表格选择、训练 CatBoost 模型" 新评论 MetaQuotes 2024.06.14 09:00 新文章 机器学习中的量化(第 2 部分):数据预处理、表格选择、训练 CatBoost 模型已发布: 本文探讨了量化在树模型构建中的实际应用。探讨了选择量化表和数据预处理的方法。没有使用复杂的数学方程。 让我们使用描述 Q_Error_Selection 脚本功能的示例来探讨我已经实现的数据预处理方法。 简而言之,“Q_Error_Selection”脚本的目标是从“train.csv”文件加载样本,将内容传输到矩阵中,预处理数据,交替加载量化表,并评估每个预测器的恢复数据相对于原始数据的误差。每个量化表的评估结果都保存到数组中。检查完所有选项后,我们将为每个预测变量创建一个包含误差的汇总表,并根据给定的标准为每个预测变量选择最佳的量化表选项。让我们创建并保存一个摘要量化表,这是一个具有 CatBoost 设置的文件,从训练列表中排除的预测因子将与其列的序列号一起添加到其中。此外,根据选定的脚本设置创建附带文件。 作者:Aleksey Vyazmikin 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
新文章 机器学习中的量化(第 2 部分):数据预处理、表格选择、训练 CatBoost 模型已发布:
本文探讨了量化在树模型构建中的实际应用。探讨了选择量化表和数据预处理的方法。没有使用复杂的数学方程。
让我们使用描述 Q_Error_Selection 脚本功能的示例来探讨我已经实现的数据预处理方法。
简而言之,“Q_Error_Selection”脚本的目标是从“train.csv”文件加载样本,将内容传输到矩阵中,预处理数据,交替加载量化表,并评估每个预测器的恢复数据相对于原始数据的误差。每个量化表的评估结果都保存到数组中。检查完所有选项后,我们将为每个预测变量创建一个包含误差的汇总表,并根据给定的标准为每个预测变量选择最佳的量化表选项。让我们创建并保存一个摘要量化表,这是一个具有 CatBoost 设置的文件,从训练列表中排除的预测因子将与其列的序列号一起添加到其中。此外,根据选定的脚本设置创建附带文件。
作者:Aleksey Vyazmikin