음, 알다시피 ... 곡선 유형을 포함하여 어떤 모델을 넣을지 결정합니다. 90%의 수익성 있는 거래를 하고 중요한 순간에 끔찍하게 누출된 모델이 무슨 소용이 있습니까? 균형 곡선의 유형이 중요합니다. 물론 그녀의 것으로는 충분하지 않지만 그래도 나는 일종의 대표자가 될 것입니다.
모든 현재 메트릭은 현재 교육 품질에 대해 말하고 모델의 미래 성능에 대해서는 조금도 말하지 않습니다. 즉, 베스트 메트릭의 우수한 결과를 얻었다고 해서 미래에 질적인 결과가 보장되는 것은 아닙니다. 따라서 훈련 기간 및 검증 외에도 제어 섹션이 있어야하며 제어 섹션에서 모델의 성능을 평가하고 적합성에 대한 결정이 내려진다는 것을 깊이 확신합니다. 퍼센트로 보면 트레이닝 샘플은 트레이닝 / 검증 / 컨트롤로 각각 45/45/10%로 구성되어야 하고, IMHO는 옵티마이저에서 끝내고 싶습니다. 모델을 받은 후 테스트 영역을 주시하면서 훈련이 진행되면 컨트롤이 평가하고 평가 결과가 만족스러우면 컨트롤이 통과하지 못한 경우 모델을 저장하는 기능과 함께 훈련을 중지합니다. , 그런 다음 제어 영역에서 또는 특정 횟수의 훈련 반복 후에 원하는 결과를 얻을 때까지 또는 계속해서 훈련을 다시 시작합니다. 이제 그렇게 하는 일만 남았습니다.
결과 모델을 컨트롤에서 실행해야 하고 컨트롤이 통과하지 못한 경우 다시 훈련을 시작하는 등 10번 반복합니다. 문제는 컨트롤 섹션에서 시작되는 모델의 작업 용량의 귀중한 기간을 잡아먹는다는 것입니다. FOS의 교육 기간 직후 0으로 이동합니다. 그리고 나는 이미 두어 달 전에 이미 Doc에게 말한 한 가지 옵션을 생각해 냈고 그는 원칙적으로 매우 논리적이라고 확인했습니다. 지금은 어떤 이유로 사용하지 않고 있으니, 실례가 되지 않으시면 공유해드리고자 합니다....
음, 알다시피 ... 곡선 유형을 포함하여 어떤 모델을 넣을지 결정합니다. 90%의 수익성 있는 거래를 하고 중요한 순간에 끔찍하게 누출된 모델이 무슨 소용이 있습니까? 균형 곡선의 유형이 중요합니다. 물론 그녀의 것으로는 충분하지 않지만 그래도 나는 일종의 대표자가 될 것입니다.
훈련에 얼마나 많은 데이터가 필요합니까????
대상과 데이터를 배치하고 관계가 있으면 기계가 찾습니다.
데이터가 충분하지 않습니다. 많을수록 좋습니다.
옵티마이저를 마스터한지 10년이 되던 해...
하지만 해피 아워는 보지 않는다))) 나는 죽어 가고있다 ...
진짜 얘기하자...
모든 현재 메트릭은 현재 교육 품질에 대해 말하고 모델의 미래 성능에 대해서는 조금도 말하지 않습니다. 즉, 베스트 메트릭의 우수한 결과를 얻었다고 해서 미래에 질적인 결과가 보장되는 것은 아닙니다. 따라서 훈련 기간 및 검증 외에도 제어 섹션이 있어야하며 제어 섹션에서 모델의 성능을 평가하고 적합성에 대한 결정이 내려진다는 것을 깊이 확신합니다. 퍼센트로 보면 트레이닝 샘플은 트레이닝 / 검증 / 컨트롤로 각각 45/45/10%로 구성되어야 하고, IMHO는 옵티마이저에서 끝내고 싶습니다. 모델을 받은 후 테스트 영역을 주시하면서 훈련이 진행되면 컨트롤이 평가하고 평가 결과가 만족스러우면 컨트롤이 통과하지 못한 경우 모델을 저장하는 기능과 함께 훈련을 중지합니다. , 그런 다음 제어 영역에서 또는 특정 횟수의 훈련 반복 후에 원하는 결과를 얻을 때까지 또는 계속해서 훈련을 다시 시작합니다. 이제 그렇게 하는 일만 남았습니다.
결과 모델을 컨트롤에서 실행해야 하고 컨트롤이 통과하지 못한 경우 다시 훈련을 시작하는 등 10번 반복합니다. 문제는 컨트롤 섹션에서 시작되는 모델의 작업 용량의 귀중한 기간을 잡아먹는다는 것입니다. FOS의 교육 기간 직후 0으로 이동합니다. 그리고 나는 이미 두어 달 전에 이미 Doc에게 말한 한 가지 옵션을 생각해 냈고 그는 원칙적으로 매우 논리적이라고 확인했습니다. 지금은 어떤 이유로 사용하지 않고 있으니, 실례가 되지 않으시면 공유해드리고자 합니다....
대상과 데이터를 배치하고 관계가 있으면 기계가 찾습니다.
데이터가 충분하지 않습니다. 많을수록 좋습니다.
확인. 나는 그들 중 많은 수가 없다는 것을 말하겠습니다. 엄청난 업로드를 할 수는 있지만 MT를 하려면 시간이 오래 걸리고 얼어버릴 것 같아서 무엇인지에 대한 훈련을 해보세요. 사전 처리를 직접 수행하고 이미 사전 처리된 데이터 세트를 게시합니다. 확인?
대상에서는 모든 것이 정상이므로 걱정하지 마십시오. 최적화 프로그램은 Java로 작성되었습니다. 거기에서 임의로 복잡한 메트릭을 구현하는 것이 불가능하다고 생각합니까???? 부탁해....
당신이 나에게 당신의 데이터를 준 것처럼 보이며 나는 당신의 예측자가 목표와 아무 관련이 없다는 결론을 내렸습니다.
아니면 내가 틀렸어?
예측 변수가 목표와 관련되어 있음을 증명하는 것으로 시작할 수 있습니까?
대상과 데이터를 배치하고 관계가 있으면 기계가 그것을 찾습니다.
데이터가 충분하지 않습니다. 많을수록 좋습니다.
당신은 훈련과 oos로 나뉩니다. H learning은 apt로 원하는 모든 작업을 수행합니다. Reza는 관심을 표명했습니다(정확도). 물론 무엇을, 어떻게 말해야 하는 것은 아닙니다.
이미 사전 처리된 데이터 세트를 게시합니다. 확인?
아니요, 괜찮습니다. 원시 + 사전 처리입니다.
당신이 나에게 당신의 데이터를 준 것 같고 나는 당신의 예측자가 목표와 아무 관련이 없다는 결론을 내렸습니다.
아니면 내가 틀렸어?
예측 변수가 목표와 관련되어 있음을 증명하는 것으로 시작할 수 있습니까?
맞습니다. 하지만 그 이후로 의미 있는 데이터의 양을 늘리는 여러 가지 주요 변경 작업을 수행했습니다. 게다가 풀셋을 버리고 지금은 전처리를 하다보니 입력이 줄어들고 꼭 필요한 것만 남게 되었습니다. 당신은 평가를 다시 시도 할 수 있습니다 .... 관심이 있다면!!!
아니요, 괜찮습니다. 원시 + 사전 처리입니다.
그것은 중요하지 않습니다. 먼저 그가 소음이 없다는 것을 증명하게 하십시오.
옵티마이저를 마스터한지 10년이 되던 해...
하지만 해피 아워는 보지 않는다그래서 나에게서 프로그래머 닭발이 당신이 원하는 것을 얻었습니다. 창을 편리하게 정리하기 위해 이클립스만 반년 공부했습니다. 어시스턴트가 없습니다 ..... 낮에는 이 포럼에서 프로그래머를 찾을 수 없습니다. 그래서 모든 것이 너무 느립니다 :-(