다양한 출처에서 무차별적으로 땀을 흘립니다. 암시적, 최소한 기능의 자동 열거, 최대 및 대상 기능
표본 크기는 반대이고 테스트 결과는 두 경우 모두 비슷합니다.
따라서 모든 것이 기계에 있으므로 샘플을 자르고 모델을 비틀었습니다. 프로세스를 설정한 후 여기에는 많은 수동 작업이 없습니다.
아니요, 샘플 크기가 남아 있습니다. 여기와 과거 실험에서 30%가 가장 좋은 지표라는 데 동의한다면. 첫 번째 경우에 조건부로 2014-2016년에 공부한 경우 부서 자체가 변경되었으며 두 번째 경우에는 2015-2017년에 변경되었습니다. 2014 년을 안전하게 버릴 수 있다는 가정이 있습니다. 시도해야하며 그 차이는 연구에 1 년이지만 첫 번째 경우에는 유효성 검사가 2017 년에, 두 번째 경우에는 2014 년에 대한 것이 흥미 롭습니다. 실제로 2015년 4월까지)!
이반 네그레쉬니 : 이름으로 할 수 있지만. 동화의 주인공과 관련이 있지만 본질적으로 그렇지 않기 때문에 나는 이익을 검색할 때 예를 들어 템플릿이 있는 내 주제에서 상인의 경험에서 최대 추가 정보를 고려할 것을 제안합니다 - https://www.mql5.com/en/forum/270216
당신은 약간 다른 접근 방식을 가지고 있습니다. 저는 MO가 특정 거래에 강제로 참여하고 이에 대해 교육을 받았다고 제안하는 것이 아닙니다. 나는 예비 정보로 검색 영역을 제한 할 것을 제안합니다. 빅 씨가 뉴욕이나 바하마에 있는 것처럼 CIA와 협정이 있습니다. CIA가 도와줄 것이지만, 찾아 죽이는 것은 이미 당신의 임무입니다.
글쎄, 아마도 당신이 직접 코드에 들어갈 때까지 확실히 말할 수 없을 것입니다. 당신은 코드에 대한 당신 자신의 분석을 기반으로 이것을 말합니까? 그냥 원하는 대로 부를 수 있지만 내부는 다릅니다. 저는 개인적으로 이 "벡터 머신"의 곱창을 따고 있던 그 친구를 믿습니다. 저를 오도하는 것은 거의 이해가 되지 않지만, 직접 Reshet 코드를 분해하고 분명히 핵 SVM을 보았으므로 누가 잘못했는지 알아 내야합니다 ...
PS "nuclear SVM"은 다물화될 수 없으며 비선형성을 추가할 수 있습니다. 예, 하지만 "nucleus" 또는 "NUCLEAR"의 경우 원하는 경우 ... 각 지점에서 선형 분류기의 응답 집합을 계산해야 합니다. 이웃하고 거리에서 점까지의 커널로 결과를 곱합니다.
요컨대, 나는 그것이 같을 것이라고 말했습니다. 단지 그 반대입니다.
이론의 힘
반대인줄은 몰랐네요 :)
무차별 대입 방식이 아닌 샘플을 가지고 노는 이유는 무엇입니까?분리가 0.55로 강화되었지만 이것이 마지막 실험과 끝에서 두 번째 실험의 두 모델을 결합하는 방법입니다.
일반적으로 여기에서는 다른 모델의 세트를 선택하여 프로세스를 자동화하는 것이 필요합니다.
다양한 출처에서 무차별적으로 땀을 흘립니다. 암시적, 최소한 기능의 자동 열거, 최대 및 대상 기능
표본 크기는 반대이고 테스트 결과는 두 경우 모두 비슷합니다.
따라서 모든 것이 기계에 있으므로 샘플을 자르고 모델을 비틀었습니다. 프로세스를 설정한 후 여기에는 많은 수동 작업이 없습니다.
아니요, 샘플 크기가 남아 있습니다. 여기와 과거 실험에서 30%가 가장 좋은 지표라는 데 동의한다면. 첫 번째 경우에 조건부로 2014-2016년에 공부한 경우 부서 자체가 변경되었으며 두 번째 경우에는 2015-2017년에 변경되었습니다. 2014 년을 안전하게 버릴 수 있다는 가정이 있습니다. 시도해야하며 그 차이는 연구에 1 년이지만 첫 번째 경우에는 유효성 검사가 2017 년에, 두 번째 경우에는 2014 년에 대한 것이 흥미 롭습니다. 실제로 2015년 4월까지)!
이름으로 할 수 있지만. 동화의 주인공과 관련이 있지만 본질적으로 그렇지 않기 때문에 나는 이익을 검색할 때 예를 들어 템플릿이 있는 내 주제에서 상인의 경험에서 최대 추가 정보를 고려할 것을 제안합니다 - https://www.mql5.com/en/forum/270216
당신은 약간 다른 접근 방식을 가지고 있습니다. 저는 MO가 특정 거래에 강제로 참여하고 이에 대해 교육을 받았다고 제안하는 것이 아닙니다. 나는 예비 정보로 검색 영역을 제한 할 것을 제안합니다. 빅 씨가 뉴욕이나 바하마에 있는 것처럼 CIA와 협정이 있습니다. CIA가 도와줄 것이지만, 찾아 죽이는 것은 이미 당신의 임무입니다.
많은 버전이 있었지만 적어도 내가 기억하는 공예품 중 하나에는 MGUA와 같은 검색이 있었고 다항식 기호가 거기에 만들어졌습니다.
그는 심지어 사이트에서 SVM에 대해 썼습니다(벡터 머신은 지원 벡터 머신이기 때문에). 맞습니다. SVM은 선형이지만 폴리 기능으로 인해 비선형, "핵"입니다.
여기 사이트가 있습니다 https://sites.google.com/site/libvmr/
그리고 mt4의 이 기술은 그 것과 아무 관련이 없습니다.글쎄, 아마도 당신이 직접 코드에 들어갈 때까지 확실히 말할 수 없을 것입니다. 당신은 코드에 대한 당신 자신의 분석을 기반으로 이것을 말합니까? 그냥 원하는 대로 부를 수 있지만 내부는 다릅니다. 저는 개인적으로 이 "벡터 머신"의 곱창을 따고 있던 그 친구를 믿습니다. 저를 오도하는 것은 거의 이해가 되지 않지만, 직접 Reshet 코드를 분해하고 분명히 핵 SVM을 보았으므로 누가 잘못했는지 알아 내야합니다 ...
PS "nuclear SVM"은 다물화될 수 없으며 비선형성을 추가할 수 있습니다. 예, 하지만 "nucleus" 또는 "NUCLEAR"의 경우 원하는 경우 ... 각 지점에서 선형 분류기의 응답 집합을 계산해야 합니다. 이웃하고 거리에서 점까지의 커널로 결과를 곱합니다.
또한 기호는 일부의 무리에서 정렬되지 않고 기존의 여러 다항식으로 변환됩니다.이 방법을 시도해 보지만 구현 방법을 모르겠습니다.
이미 두 번이나 책에 대해 썼지만 당신은 그것을 무시했습니다 :)
Ivakhnenko, "MGUA"(인수 그룹 회계 방법)
예, 그러한 책의 검색 엔진은 모릅니다. 나는 본질을 읽고 비슷한 접근 방식을 설명하는 강의 링크를 삭제했습니다. 나는 알게되었지만 문제는 독창적 인 공식의 구현에 있습니다.
너 미쳤어?
책 제목이 다른게 아닐까요? 그의 저작물에 대한 그러한 문헌은 없습니다 .
내가 이해하는 한, 당신은 샘플을 변환하고 다항식으로 대체하여 예측 변수의 수를 줄이는 것을 제안합니다. 음, 확실히 시도할 수 있습니다. 아니면 샘플이 구현되어 있다면 샘플을 삭제해 드리겠습니다. 그리고 그렇지 않다면 공동 구현에 대해 생각할 수 있습니다.글쎄, 아래는 MGUA에 대한 링크이고 그 안에 사이트에 대한 링크가 있습니다
인터넷을 사용하는 방법을 배울? )
어떤 바닥에서 - 물론 가르치십시오 :) 링크를 줄 수 있습니다. 왜 모든 것을 복잡하게 만드십시오 ...
http://www.gmdh.net/articles/
위에서 3번째 책
기능 열거 및 샘플 균형 조정, 모델 평가 기준 및 많은 흥미로운 사항에 대한 정보가 있습니다.
나는 " 복잡한 시스템 모델의 귀납적 방법 "을 명시하고 있습니까?