커스텀 메트릭은 모델을 선택하는 데 사용되지만 훈련은 여전히 표준 메트릭을 기반으로 합니다(예: 분류를 위한 logloss). 귀하의 메트릭은 기능/목표 비율과 관련이 없고 표준 비율과 관련이 있기 때문입니다. 그리고 여기까지는 말하자면 샤프 비율에 따라 나중에 모델을 선택할지 R2에 따라 선택할지, 최대화되면 즉시 학습을 중단할지 명확하지 않습니다. 아마 이런 식으로 할 수 있습니다.
막심 드미트리예프스키 # : 커스텀 메트릭은 모델을 선택하는 데 사용되지만 훈련은 여전히 표준 메트릭을 기반으로 합니다(예: 분류를 위한 logloss). 귀하의 메트릭은 기능/목표 비율과 관련이 없고 표준 비율과 관련이 있기 때문입니다. 그리고 여기까지는 말하자면 샤프 비율에 따라 나중에 모델을 선택할지 R2에 따라 선택할지, 최대화되면 즉시 학습을 중단할지 명확하지 않습니다. 아마 이런 식으로 할 수 있습니다.
그래도 표준 메트릭을 완전히 거부하고 메타트레이더 최적화에 사용되는 메트릭으로 대체하는 실험을 하는 것은 흥미로울 것입니다.) 아마도 더 낮은 수준으로 이동하여 이와 같은 최적화 패키지로 직접 작업해야 할 것입니다.
As part of a predictive model competition I participated in earlier this month, I found myself trying to accomplish a peculiar task. The challenge organizers were going to use “mean absolute percentage error” (MAPE) as their criterion for model evaluation. Since this is not a standard loss function built into most software, I decided to write...
나는 우리의 거래 요구에 맞게 손실 함수를 사용자 정의하는 문제를 더 잘 연구할 가치가 있다고 생각합니다.
예를 들어 - 주제에 대한 기사 .
시야를 넓히려면?
먼저 실용적인 관점에서 의미를 정당화합니다. 예를 들어, 이렇게 하면 다음과 같이 될 것입니다.
여기에서 주제에 대한 단어를 Google에 입력하고 즉시 불가능할 때까지 링크로 지점을 공격할 수 있습니다.
나는 우리의 거래 요구에 맞게 손실 함수를 사용자 정의하는 문제를 더 잘 연구할 가치가 있다고 생각합니다.
예를 들어 - 주제에 대한 기사 .
동의한다.
표준 분류 및 회귀는 VR에 적합하지 않습니다.
동의한다.
표준 분류 및 회귀는 VR에 적합하지 않습니다.
우선, 나는 필요하고 올바른 손실 함수를 구축하는 방법을 배우고 싶습니다. 예를 들어 이익 극대화처럼 보이고 학습 알고리즘이 이러한 함수와 함께 정상적으로 작동하도록 합니다. 분명히 가장 간단한 선형 회귀의 경우에도 가장 기본적인 사항을 탐구해야 합니다.
우선, 나는 필요하고 올바른 손실 함수를 구축하는 방법을 배우고 싶습니다. 예를 들어 이익 극대화처럼 보이고 학습 알고리즘이 이러한 함수와 함께 정상적으로 작동하도록 합니다.
극대화에 무슨 문제가 있습니까?
사용된 메트릭에 따라 상태가 좋지 않은 문제가 있을 수 있습니다. 부스팅을 위한 그래디언트 및 헤시안 계산에 문제가 있을 수 있습니다.
사용된 메트릭에 따라 잘못된 컨디셔닝에 문제가 있을 수 있습니다. 부스팅을 위한 그래디언트 및 헤시안 계산에 문제가 있을 수 있습니다.
커스텀 메트릭은 모델을 선택하는 데 사용되지만 훈련은 여전히 표준 메트릭을 기반으로 합니다(예: 분류를 위한 logloss). 귀하의 메트릭은 기능/목표 비율과 관련이 없고 표준 비율과 관련이 있기 때문입니다. 그리고 여기까지는 말하자면 샤프 비율에 따라 나중에 모델을 선택할지 R2에 따라 선택할지, 최대화되면 즉시 학습을 중단할지 명확하지 않습니다. 아마 이런 식으로 할 수 있습니다.
그래도 표준 메트릭을 완전히 거부하고 메타트레이더 최적화에 사용되는 메트릭으로 대체하는 실험을 하는 것은 흥미로울 것입니다.) 아마도 더 낮은 수준으로 이동하여 이와 같은 최적화 패키지로 직접 작업해야 할 것입니다.
성배를 드린다고 말씀드릴 수는 없지만, 어떻게든 알아내려고 노력할 생각입니다.
그래도 표준 메트릭을 완전히 거부하고 메타트레이더 최적화에 사용되는 메트릭으로 대체하는 실험을 하는 것은 흥미로울 것입니다.) 아마도 더 낮은 수준으로 이동하여 이와 같은 최적화 패키지로 직접 작업해야 할 것입니다.
성배를 드린다고 말씀드릴 수는 없지만, 어떻게든 알아내려고 노력할 생각입니다.
큰 특징 공간(수십 개의 특징)의 경우 어떤 조건이 더 좋을지 미리 결정하는 방법과 어떤 기능을 넣을지
확실히, 표준 메트릭의 경우 조건부가 항상 더 좋습니다. 그렇지 않으면 표준이 되지 않았을 것입니다. 그러나 이것이 어떻게 당신이 자신의 자전거를 발명하는 것을 막을 수 있습니까?)