召集一个团队，制定与趋势战略有关的IO（决策树/森林）。 - 页 12 1...567891011121314151617181920 新评论 Roffild 2018.07.03 19:57 #111 如果奇迹发生，团队走到一起，我们将不得不选择一种学习算法和评估模型的方法。 Алексей Тарабанов 2018.07.03 20:18 #112 Roffild: 如果奇迹发生，团队走到一起，我们将不得不选择一种学习算法和评估模型的方法。我可以啃下一个反射组。 Denis Kirichenko 2018.07.03 20:31 #113 Aleksey Vyazmikin:......我必须考虑一个替代的网站。也许有人知道一个类似的东西？我在想一个类似于董事会的东西，在那里你可以分享图片并以某种方式编辑它们，一个独立的聊天室，以及类似于一个聪明的想法的储备库...比如说。他们也有一个共享代码的仓库。他们也有一个移动应用程序。我认为，这是一项非常方便的服务。 Trello trello.com Выбросьте длинные цепочки электронных писем, устаревшие таблицы, не такие уж и клейкие стикеры и неуклюжие программы для управления проектами. Trello помогает увидеть все детали проекта с первого взгляда. Зарегистрироваться – Это бесплатно. Ivan Negreshniy 2018.07.04 12:29 #114 Roffild:为了评估模型（网络或森林）的质量，使用MSE、OOB等误差值。 但与图片识别不同的是，在图片识别中，人是验证 样本，而为价格图表制作这样的样本是非常困难的。因此，通过MSE、OOB等对价格模型的估计常常被误解。 对模型的 "过拟合 "并没有明确的定义。 所以我不再通过MSE、OOB等检查模型。 我现在更喜欢将训练结果叠加在价格图表上，以查看全貌。 下面是我评价模型质量的方法（我已经贴出了这张照片）。 IMHO，需要的不是图片，而是客观的、量化的指标，如果我们谈论的是消费者对交易的模型质量的可理解的评价，那么你可以通过信号生产率来衡量它们，比如说。 [删除] 2018.07.04 15:24 #115 Dennis Kirichenko:比如说。一个用于代码共享的存储库也被连接起来。他们也有一个移动应用程序。我认为，这是非常方便的服务。嗯......谢谢你的提示，非常有趣的服务。你使用免费版本吗？你可以随心所欲地连接许多分机？ Aleksey Vyazmikin 2018.07.04 22:22 #116 Roffild:现在，我更喜欢将训练的结果叠加在价格图表上，以看到全貌。 下面是我评价模型质量的方法（我已经贴出了这张照片）。告诉我如何阅读地下室的这个图表。你那里有多少个目标（我只是看到了4个点的分歧--4个目标？），我是否正确理解了预测发生在条形图的开头（那么为什么开盘不匹配，还是我看错了图表？ 可视化对思考过程很有帮助，但如果不把这些分歧用数字表达出来，就不可能对相同的适配函数进行自动化的模型估计过程。 Aleksey Vyazmikin 2018.07.04 22:22 #117 Roffild: 如果奇迹发生了，团队走到了一起，你将不得不选择一种学习算法和一种评估模型的方法。你是否在团队中？ Aleksey Vyazmikin 2018.07.04 22:23 #118 Алексей Тарабанов:我可以做一个反思的小组。好吧，让我们这样说... Aleksey Vyazmikin 2018.07.04 22:24 #119 Dennis Kirichenko:比如说。一个用于代码共享的存储库也被连接起来。他们也有一个移动应用程序。我认为，这是一项非常方便的服务。谢谢你，我得研究一下这个服务。或者看一下基于它的现有项目。 Aleksey Vyazmikin 2018.07.04 22:58 #120 我将分享我对国防部模式评估的想法。 我不知道MO是否有标本馆这种东西，但我将继续使用它。如果有人不明白，标本馆是收集树木的好叶子，从一棵树上可以收集一片叶子，也可以收集很多。这个模型在投票时有一个缺点--在不同的时刻，描述一个现象（目标）的叶子数量会不同，也就是说，如果我们把采样表示成一个场，结果是叶子分散在场上的不同集合，这就影响了投票的质量。因此，我认为要估计这个模型（这个方法对森林也有效，但它更原始，重点应该只放在实地的预测能力上），有必要将每片叶子（树）作为一个图层，将这些图层相互叠加，在叶子重叠的地方通过添加影响产品的因素来计算平均预测能力，这取决于叶子的数量（对森林来说没有必要），然后查看所得到的地图并估计其均匀程度。这样的地图可以用不同的方法进行评估，通过增加第三空间--按顶点，或使用Kohonen地图 方法--按颜色--来明确，并找到这个地图的总体平均值和有效值。然后我们可以看到模型的质量，它对整个样本的预测能力有多强，而不仅仅是总量。这样的估计可以帮助健身函数寻找样本中平均预测能力低的叶子/树的改善区域。 你怎么看？ 还是我又没有说清楚？ 1...567891011121314151617181920 新评论 原因: 取消 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
如果奇迹发生，团队走到一起，我们将不得不选择一种学习算法和评估模型的方法。
我可以啃下一个反射组。
......我必须考虑一个替代的网站。也许有人知道一个类似的东西？我在想一个类似于董事会的东西，在那里你可以分享图片并以某种方式编辑它们，一个独立的聊天室，以及类似于一个聪明的想法的储备库...
比如说。他们也有一个共享代码的仓库。他们也有一个移动应用程序。我认为，这是一项非常方便的服务。
为了评估模型（网络或森林）的质量，使用MSE、OOB等误差值。
但与图片识别不同的是，在图片识别中，人是验证 样本，而为价格图表制作这样的样本是非常困难的。因此，通过MSE、OOB等对价格模型的估计常常被误解。
对模型的 "过拟合 "并没有明确的定义。
所以我不再通过MSE、OOB等检查模型。
我现在更喜欢将训练结果叠加在价格图表上，以查看全貌。
下面是我评价模型质量的方法（我已经贴出了这张照片）。
IMHO，需要的不是图片，而是客观的、量化的指标，如果我们谈论的是消费者对交易的模型质量的可理解的评价，那么你可以通过信号生产率来衡量它们，比如说。
比如说。一个用于代码共享的存储库也被连接起来。他们也有一个移动应用程序。我认为，这是非常方便的服务。
嗯......谢谢你的提示，非常有趣的服务。你使用免费版本吗？你可以随心所欲地连接许多分机？
现在，我更喜欢将训练的结果叠加在价格图表上，以看到全貌。
下面是我评价模型质量的方法（我已经贴出了这张照片）。
告诉我如何阅读地下室的这个图表。你那里有多少个目标（我只是看到了4个点的分歧--4个目标？），我是否正确理解了预测发生在条形图的开头（那么为什么开盘不匹配，还是我看错了图表？
可视化对思考过程很有帮助，但如果不把这些分歧用数字表达出来，就不可能对相同的适配函数进行自动化的模型估计过程。
如果奇迹发生了，团队走到了一起，你将不得不选择一种学习算法和一种评估模型的方法。
你是否在团队中？
我可以做一个反思的小组。
好吧，让我们这样说...
比如说。一个用于代码共享的存储库也被连接起来。他们也有一个移动应用程序。我认为，这是一项非常方便的服务。
谢谢你，我得研究一下这个服务。或者看一下基于它的现有项目。
我将分享我对国防部模式评估的想法。
我不知道MO是否有标本馆这种东西，但我将继续使用它。如果有人不明白，标本馆是收集树木的好叶子，从一棵树上可以收集一片叶子，也可以收集很多。这个模型在投票时有一个缺点--在不同的时刻，描述一个现象（目标）的叶子数量会不同，也就是说，如果我们把采样表示成一个场，结果是叶子分散在场上的不同集合，这就影响了投票的质量。因此，我认为要估计这个模型（这个方法对森林也有效，但它更原始，重点应该只放在实地的预测能力上），有必要将每片叶子（树）作为一个图层，将这些图层相互叠加，在叶子重叠的地方通过添加影响产品的因素来计算平均预测能力，这取决于叶子的数量（对森林来说没有必要），然后查看所得到的地图并估计其均匀程度。这样的地图可以用不同的方法进行评估，通过增加第三空间--按顶点，或使用Kohonen地图 方法--按颜色--来明确，并找到这个地图的总体平均值和有效值。然后我们可以看到模型的质量，它对整个样本的预测能力有多强，而不仅仅是总量。这样的估计可以帮助健身函数寻找样本中平均预测能力低的叶子/树的改善区域。
你怎么看？
还是我又没有说清楚？