따라서 문제는 och가 있는지 여부입니다. 많은 예측 변수를 동일한 부분으로 나눌 수 있는지, 각각 100개 조각을 만들고 10개 모델을 훈련시킨다고 가정해 보겠습니다.
그런 다음 이 10개 모델의 출력이 예측 변수로 새 모델에 적용됩니다. 이것은 한 번에 1000개의 예측 변수에 대해 처음에 과학자에 대한 하나의 모델과 동일합니까?
뭔가 안된다고 하지만 의견을 듣고 싶습니다
문제는 어떤 예측 변수가 서로 더 잘 맞물리는지 알 수 없다는 것입니다. 여기에서 올바르게 결정한 대로 세트에 대해 다양한 옵션을 만들어야 합니다. 트리 모델에서 급진적 예측 변수를 제외할 때도 비슷한 작업을 수행합니다. 기존 모델이 그 자체로 효과적인 경우 병합하면 전체 결과가 향상될 수 있습니다. 다시 그룹화 형식의 잎으로 이 작업을 수행합니다.
이봐, 그 긴 수염을 가진 사람이 무료 점심 식사를 위해 줄을 서고 있습니까? 어제 나는 보았다
:))) 시장에서 시간의 지배적인 역할을 확인하는 fxsaber의 연구에 대해 무엇을 말할 수 있습니까? 연구를 계속하고 있습니까? 나는 여전히 역설이 있습니다. 테스트에서 모든 것이 실제로 괜찮습니다. 일종의 말도 안되는 소리 ... 나는 여전히 그것을 분류하고 있습니다.
:))) 시장에서 시간의 지배적인 역할을 확인하는 fxsaber의 연구에 대해 무엇을 말할 수 있습니까? 연구를 계속하고 있습니까? 나는 여전히 역설이 있습니다. 테스트에서 모든 것이 실제로 괜찮습니다. 일종의 말도 안되는 소리 ... 나는 여전히 그것을 분류하고 있습니다.
따라서 문제는 och가 있는지 여부입니다. 많은 예측 변수를 동일한 부분으로 나눌 수 있는지, 각각 100개 조각을 만들고 10개 모델을 훈련시킨다고 가정해 보겠습니다.
그런 다음 이 10개 모델의 출력이 예측 변수로 새 모델에 적용됩니다. 이것은 한 번에 1000개의 예측 변수에 대해 처음에 과학자에 대한 하나의 모델과 동일합니까?
뭔가 안된다고 하지만 의견을 듣고 싶습니다
예측자라는 단어가 기능을 의미한다면 일반적으로 동등하지 않을 것이며 기능을 나누는 방법에 달려 있다고 생각합니다. 데이터 부족으로 인해 이론적으로 1000에서 학습할 수 있는 모델은 100에서 학습하지 않을 가능성이 큽니다. 이 작업을 수행하는 이유가 전혀 명확하지 않으며, 모델에 최소한의 충분한 데이터 세트를 제공하는 것을 기반으로 기능이 선택됩니다. 처음에는 최소한으로 생각했는데 나중에 어떻게 나눌 수 있습니까?
왜요?
모델이 "풍부"할수록 더 나빠지나요?
특히 예측 변수의 조합이 더 나은지 모르는 경우 가능한 모든 옵션을 모델에 제출한 다음 모델의 관점에서 예측 변수의 중요성을 확인하는 것이 옳지 않을까요?그것은 그렇게 작동하지 않습니다
죄송합니다. 지원 및 저항 수준을 의미했습니다.
처음에는 지지선과 저항선 을 식별하는 작업이 없었기 때문에 훈련용으로 정형화된 데이터에서 제공하지 않습니다. 패턴(템플릿)을 기반으로 하는 간단한 신호 시스템이 있습니다.
여기에 이론적인 질문이 있습니다.
모델을 근사화할 목적 함수가 있습니다.
예측 변수가 있으므로 1000개라고 합니다.
따라서 문제는 och가 있는지 여부입니다. 많은 예측 변수를 동일한 부분으로 나눌 수 있는지, 각각 100개 조각을 만들고 10개 모델을 훈련시킨다고 가정해 보겠습니다.
그런 다음 이 10개 모델의 출력이 예측 변수로 새 모델에 적용됩니다. 이것은 한 번에 1000개의 예측 변수에 대해 처음에 과학자에 대한 하나의 모델과 동일합니까?
뭔가 안된다고 하지만 의견을 듣고 싶습니다
문제는 어떤 예측 변수가 서로 더 잘 맞물리는지 알 수 없다는 것입니다. 여기에서 올바르게 결정한 대로 세트에 대해 다양한 옵션을 만들어야 합니다. 트리 모델에서 급진적 예측 변수를 제외할 때도 비슷한 작업을 수행합니다. 기존 모델이 그 자체로 효과적인 경우 병합하면 전체 결과가 향상될 수 있습니다. 다시 그룹화 형식의 잎으로 이 작업을 수행합니다.
안녕, 맥스!
돌아와서 다행이야... 마법사 어디선가 본 적 있어? 지루한...
안녕, 맥스!
돌아와서 다행이야... 마법사 어디선가 본 적 있어? 지루한...
이봐, 그 긴 수염을 가진 사람이 무료 점심 식사를 위해 줄을 서고 있습니까? 어제 나는 보았다
이봐, 그 긴 수염을 가진 사람이 무료 점심 식사를 위해 줄을 서고 있습니까? 어제 나는 보았다
:))) 시장에서 시간의 지배적인 역할을 확인하는 fxsaber의 연구에 대해 무엇을 말할 수 있습니까? 연구를 계속하고 있습니까? 나는 여전히 역설이 있습니다. 테스트에서 모든 것이 실제로 괜찮습니다. 일종의 말도 안되는 소리 ... 나는 여전히 그것을 분류하고 있습니다.
:))) 시장에서 시간의 지배적인 역할을 확인하는 fxsaber의 연구에 대해 무엇을 말할 수 있습니까? 연구를 계속하고 있습니까? 나는 여전히 역설이 있습니다. 테스트에서 모든 것이 실제로 괜찮습니다. 일종의 말도 안되는 소리 ... 나는 여전히 그것을 분류하고 있습니다.
팔로잉 안하는데 링크있나요?
지금까지 아무것도 하지 않았다팔로잉 안하는데 링크있나요?
지금까지 아무것도 하지 않았다내가 찾은 첫 번째 것은 다음과 같습니다.
거래, 자동 거래 시스템 및 거래 전략 테스트에 관한 포럼
올바른 차량의 일부 표시
fxsaber , 2020.03.05 13:02
우리가 TS를 고려하고 있음을 명확히 하고 싶습니다. TS의 입력은 bid/ask/time_msc 시리즈뿐입니다. 다른 건 없습니다. 그리고 이 차량의 설정은 옵티마이저를 거칩니다.다른 비슷한 게시물이 있었지만-보기에 너무 게으른 ...
지금까지 아무것도 하지 않았다
맥스, 당신이 Forex를 완전히 떠났다고 겁먹지 마세요... 정말 슬플 것입니다... 모든 것이 이제 시작일 뿐입니다 :))
여기에 이론적인 질문이 있습니다.
모델을 근사화할 목적 함수가 있습니다.
예측 변수가 있으므로 1000개라고 합니다.
따라서 문제는 och가 있는지 여부입니다. 많은 예측 변수를 동일한 부분으로 나눌 수 있는지, 각각 100개 조각을 만들고 10개 모델을 훈련시킨다고 가정해 보겠습니다.
그런 다음 이 10개 모델의 출력이 예측 변수로 새 모델에 적용됩니다. 이것은 한 번에 1000개의 예측 변수에 대해 처음에 과학자에 대한 하나의 모델과 동일합니까?
뭔가 안된다고 하지만 의견을 듣고 싶습니다
이 작업을 수행하는 이유가 전혀 명확하지 않으며, 모델에 최소한의 충분한 데이터 세트를 제공하는 것을 기반으로 기능이 선택됩니다. 처음에는 최소한으로 생각했는데 나중에 어떻게 나눌 수 있습니까?