알렉세이 버나코프 : 유리, 질문입니다. 예측자가 클래스 대신 확률을 생성할 수 있습니까?
확률로 당신이 특성의 심각성을 의미한다면 예, 가능합니다. 위원회에서는 0, 1 또는 -1을 제공하지 않고 이진법으로 제공합니다. 전체 시장에 대한 패턴을 플롯하면 패턴이 0 위로 점프하는 방법을 알 수 있으며 패턴의 값이 높을수록 클래스가 더 가능성이 높습니다. 각각 및 아래. 그러나 백분율로 .... mmm ... 최대값이 100%로 취해져서 계산된다는 점을 제외하고는. 구매 신호가 있고 모델이 0보다 높은 값, 예를 들어 0.1이고 최대값이 1이라고 가정합니다. 따라서 이 구매 신호의 상태는 10% true입니다. 생각... .
알렉세이 버나코프 : 유리, 질문입니다. 예측자가 클래스 대신 확률을 생성할 수 있습니까?
아니요, 확률은 libVMR의 초기 버전에서 계산되었지만 확률 값의 올바른 계산을 위한 모든 예측 변수가 서로 엄격하게 독립적이어야 한다는 큰 문제가 있었습니다. 그리고 많은 적용 분야에서 그러한 조건을 준수하는 것은 일반적으로 달성하기가 비현실적입니다. 예를 들어, 거래에서 거의 모든 지표와 오실레이터는 서로 상관관계가 있습니다. 독립적이지 않습니다. 또한 알고리즘의 독립성 조건이 데이터에 없으면 일반화 능력에 부정적인 영향을 미칩니다. 따라서 우리는 그러한 막다른 방향을 포기해야 했습니다.
현재 jPrediction은 예측변수의 독립성은 전혀 고려하지 않고 일반화 능력의 가치에만 주목하고 있습니다. 여러 예측 변수가 서로를 보완할 수 있기 때문입니다. 일부 예에서는 일부 예측 변수가 다른 예에서는 좋은 결과를 제공하고 다른 예에서는 세 번째 조합에서 결과를 제공합니다. 이러한 조건에서 매우 크고 매우 의심스러운 오류로 확률을 계산하는 것이 가능합니다.
따라서 Dr.Trader는 R로 다시 작성된 본격적인 libVMR을 실행할 수 없었습니다. 많은 계산과 많은 메모리가 있습니다.
대규모 핵 변환 기능의 코드에 오류가 있습니다. 공격은 이전 버전 3.01과 동일하지만 수정 사항이 있습니다. 이제 메모리를 사용하면 모든 것이 정상입니다. 대형 핵 기계도 마찬가지입니다. 그러나 속도는 Java보다 느릴 것입니다.
대규모 핵 변환 기능의 코드에 오류가 있습니다. 공격은 이전 버전 3.01과 동일하지만 수정 사항이 있습니다. 이제 메모리를 사용하면 모든 것이 정상입니다. 대형 핵 기계도 마찬가지입니다. 그러나 속도는 Java보다 느릴 것입니다.
가장 역겨운 것은 속도가 받침대 아래에 있다는 것입니다.
또한 libVMR은 이진 분류기이므로 좋지 않습니다. Ternary는 똥으로 사탕을 만들 수 있습니다.
예측자 자체에서 데이터의 일반화 수준은 90%이고 언로드된 모델에서는 47%에 불과합니다.
천천히 모델의 일반화 수준을 100%까지 올렸습니다. 앞으로 어떻게 작동하는지 봅시다 :-)
100% 일반화 능력은 한계가 아닙니다. 편향으로 예측 변수를 선택하여 더 향상시킬 수 있습니다. 두 개의 삼항 분류기가 100% 일반화 능력을 갖지만 편향이 다른 경우 편향이 가장 작은 분류기가 가장 좋습니다. 즉, 예측 변수가 더 중요합니다.
편향이 작을수록 테스트 샘플에서 더 적은 수의 예가 대시(불확실성)로 표시됩니다.
100% 일반화 능력은 한계가 아닙니다. 편향으로 예측 변수를 선택하여 더 향상시킬 수 있습니다. 두 개의 삼항 분류기가 100% 일반화 능력을 갖지만 편향이 다른 경우 편향이 가장 작은 분류기가 가장 좋습니다. 즉, 예측 변수가 더 중요합니다.
편향이 작을수록 테스트 샘플에서 더 적은 수의 예가 대시(불확실성)로 표시됩니다.
나는 오랫동안 그 질문에 관심이 있었고 괴로워했다고 말할 수 있습니다. Indicator by Reshetov 매개변수는 무엇을 의미하며 무엇을 의미합니까? 무슨 뜻인가요?
결론은 학습 능력의 경우 좋은 지표이지만 일반화하는 것은 의미가 없다는 것입니다. 따라서 다음 버전의 jPrediction에서는 눈에 거슬리지 않도록 제거하겠습니다.
결론은 학습 능력의 경우 좋은 지표이지만 일반화하는 것은 의미가 없다는 것입니다. 따라서 다음 버전의 jPrediction에서는 눈에 거슬리지 않도록 제거하겠습니다.
유리, 질문입니다. 예측자가 클래스 대신 확률을 생성할 수 있습니까?
유리, 질문입니다. 예측자가 클래스 대신 확률을 생성할 수 있습니까?
아니요, 확률은 libVMR의 초기 버전에서 계산되었지만 확률 값의 올바른 계산을 위한 모든 예측 변수가 서로 엄격하게 독립적이어야 한다는 큰 문제가 있었습니다. 그리고 많은 적용 분야에서 그러한 조건을 준수하는 것은 일반적으로 달성하기가 비현실적입니다. 예를 들어, 거래에서 거의 모든 지표와 오실레이터는 서로 상관관계가 있습니다. 독립적이지 않습니다. 또한 알고리즘의 독립성 조건이 데이터에 없으면 일반화 능력에 부정적인 영향을 미칩니다. 따라서 우리는 그러한 막다른 방향을 포기해야 했습니다.
현재 jPrediction은 예측변수의 독립성은 전혀 고려하지 않고 일반화 능력의 가치에만 주목하고 있습니다. 여러 예측 변수가 서로를 보완할 수 있기 때문입니다. 일부 예에서는 일부 예측 변수가 다른 예에서는 좋은 결과를 제공하고 다른 예에서는 세 번째 조합에서 결과를 제공합니다. 이러한 조건에서 매우 크고 매우 의심스러운 오류로 확률을 계산하는 것이 가능합니다.