트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 925

 
forexman77 :
누가 어떤 가정을 가지고 모델을 재교육하지 않는 방법은 무엇입니까?
조기 중단, 정규화, 탈락.. 모든 것이 작동합니다. 기본적으로 3가지 모두 사용합니다.
 
막심 드미트리예프스키 :
조기 중단, 정규화, 탈락.. 모든 것이 작동합니다. 기본적으로 3가지 모두 사용합니다.

위에 추가했습니다. 많이 시도했습니다. 정규화, 뭔가 읽어봐야 볼 것입니다. 어렵지 않다면 무엇입니까?

교차 검증과 혼합 탈락(교차 검증도 적용됨을 보여줌)

 
forexman77 :

위에 추가했습니다. 많이 시도했습니다. 탈락자는 크게 다르지 않은 동일한 것을 보여줍니다. 정규화, 뭔가 읽어봐야 볼 것입니다. 어렵지 않다면 무엇입니까?

나는 f1_score가 무엇인지 모른다

신경망에서 이것은 f-i를 보간하는 다항식 차수의 감소입니다. 뭔가 과학적으로 들리는 것 같다.

어떤 종류의 NS가 어디에서 있습니까? 또는 숲

 
막심 드미트리예프스키 :

나는 f1_score가 무엇인지 모른다

신경망에서 이것은 f-i를 보간하는 다항식 차수의 감소입니다. 뭔가 과학적으로 들리는 것 같다.

어떤 종류의 NS를 가지고 있습니까? 어디에서? 또는 숲

https://msdn.microsoft.com/en-us/magazine/dn904675.aspx

https://en.wikipedia.org/wiki/F1_score

F1 score - Wikipedia
F1 score - Wikipedia
  • en.wikipedia.org
In statistical analysis of binary classification, the F1 score (also F-score or F-measure) is a measure of a test's accuracy. It considers both the precision p and the recall r of the test to compute the score: p is the number of correct positive results divided by the number of all positive results returned by the classifier, and r is the...
 
막심 드미트리예프스키 :

나는 f1_score가 무엇인지 모른다

신경망에서 이것은 f-i를 보간하는 다항식 차수의 감소입니다. 뭔가 과학적으로 들리는 것 같다.

어떤 종류의 NS를 가지고 있습니까? 어디에서? 또는 숲

https://msdn.microsoft.com/en-us/magazine/dn904675.aspx

숲.

 
일반적으로 기차와 테스트의 값이 가까울수록 더 좋습니다.
 
forexman77 :

숲.

숲이면 의사 정규화로 매개 변수 r
 
막심 드미트리예프스키 :
일반적으로 기차와 테스트의 값이 가까울수록 더 좋습니다.

네. 그러나 나는 그것에 대해 알고 추측하기 어렵지 않습니다)

 
forexman77 :

네. 그러나 나는 그것에 대해 알고 추측하기 어렵지 않습니다)

글쎄, 당신은 스스로를 볼 수 있습니다. 그것은 그들이 재교육을 받았다는 것을 의미합니다
 
막심 드미트리예프스키 :
글쎄, 당신은 스스로를 볼 수 있습니다. 그것은 그들이 재교육을 받았다는 것을 의미합니다

많은 매개 변수로 플레이했기 때문에 아직 확실하게 말할 수는 없습니다. 개선 사항은 약 0.1입니다. 제가 모르는 방법이 있을수도 있어서 여쭤봅니다.

사유: