Wie kann man suchen? Gehen Sie durch alle Chunks (z. B. 100 mal 5000 Seiten) und sehen Sie, wie erfolgreich die anderen 500.000 Zeilen dieses Modells vorhersagen?
Ja, Sie können Stichproben nach dem Zufallsprinzip ziehen, anstatt Chunks in einer Reihe, das ist korrekter.
Ich hatte Tränen in den Augen, so sehr habe ich gelacht.)
Ich bat Bard, auf Russisch zu schreiben, er schrieb mit einem Fehler, das kommt vor. Russisch ist nicht meine Muttersprache, ich benutze es nur hier im Wesentlichen...
und er hat mir geantwortet.)
Versteht ihr das?
Er fing an, mich zu trollen )))
Das ist einfach nur brutal))))
Er trollt dich nicht.
Du hast ruSki geschrieben - das ist "Russisch" auf Serbisch.
Ich habe den Algorithmus mit Marktdaten getestet...
Der Algorithmus läuft stabil auf neuen Daten im Vergleich zu Forest....
der Algorithmus wird nicht neu trainiert, bei allen Validierungsproben ist das Ergebnis entweder besser als bei der Testprobe oder viel besser, ich habe keine schlechteren Ergebnisse gesehen....
Akurasi ist im Durchschnitt 2-4% besser als Forrest, d.h. wenn Forrest 0,58 hat, hat RLT ~ 0,62.
Wie auch immer, nach den ersten Tests ist der Algorithmus lohnenswert, aber es dauert lange, ihn zu lernen....
Forester #: Selbst gemacht. Die Möglichkeiten zum Experimentieren sind unbegrenzt....
Ja, das stimmt. es macht keinen Sinn, über selbstgemachte zu diskutieren.
Warum sollte man Zeit mit selbstgemachten Algorithmen verschwenden? Es gibt Dutzende von nicht selbst erstellten Programmen mit Algorithmen, die praktisch von Millionen von Nutzern verwendet werden.....
Der Algorithmus arbeitet bei neuen Daten stabiler als Forest....
der Algorithmus trainiert nicht neu, bei allen Validierungsstichproben ist das Ergebnis entweder besser als bei der Teststichprobe oder viel besser, ich habe keine schlechteren Ergebnisse gesehen....
Akurasi ist im Durchschnitt 2-4% besser als Forrest, d.h. wenn Forrest 0,58 hat, hat RLT ~ 0,62.
Wie auch immer, nach den ersten Tests ist der Algorithmus lohnenswert, aber es dauert lange, ihn zu erlernen....
Nach ihrer Theorie soll es einige "starke" Merkmale geben, die gut funktionieren, und das Problem besteht darin, sie von den restlichen "schwachen" zu trennen. In ihrem Bereich, der Genetik, ist das wahrscheinlich der Fall. Aber unsere Situation ist offensichtlich anders - die Merkmale sind ungefähr gleich stark, oft kollinear, und ihre Stärke kann sich im Laufe der Zeit ändern.
Wenn es nur um die Auswahl informativer Merkmale ginge, wäre San Sanych mit seiner geheimen Methode schon längst Billionär geworden.)
Ihre Theorie geht davon aus, dass es einige "starke" Merkmale gibt, die gut funktionieren, und das einzige Problem darin besteht, sie von den übrigen "schwachen" zu trennen. In ihrem Bereich, der Genetik, ist dies wahrscheinlich der Fall. Aber unsere Situation ist eindeutig anders - die Merkmale sind ungefähr gleich stark, oft kollinear, und ihre Stärke kann sich im Laufe der Zeit ändern.
Wenn es nur um die Auswahl informativer Merkmale ginge, wäre San Sanych mit seiner geheimen Methode schon längst Billionär geworden.)
Nun, der Algorithmus funktioniert wirklich und ist stabiler und akurasi besser und kappa besser ... mit anderen Worten, er funktioniert besser ...
und er funktioniert sowohl nach 1000 neuen Beobachtungen als auch nach 20 000 ... und der Fehler ist entweder der gleiche oder besser.
Ja... es ist sinnlos, über selbstgemachte zu diskutieren.
Warum sollte man seine Zeit mit selbstgemachten Algorithmen verschwenden? Es gibt Dutzende von nicht selbst erstellten Programmen mit Algorithmen, die praktisch von Millionen von Nutzern verwendet werden.....
Weil ich experimentieren und Dinge tun kann, die nicht in diesen Algorithmen enthalten sind - Black Boxes. Ich diskutiere keine Pakete, ich biete nur an, Ideen zu diskutieren.
Forester #: Denn ich kann experimentieren und Dinge tun, die nicht in diesen Algorithmen enthalten sind - Black Boxes. Ich diskutiere keine Pakete, sondern schlage vor, nur Ideen zu diskutieren.
Und wie viele von Ihnen haben die hier diskutierten Ideen umgesetzt?
Und wie viele von Ihnen haben bessere Ergebnisse erzielt als mit der vorgefertigten Bibliothek?
Die Zahl liegt bei Null, oder?
Und die Bibliothek ist reproduzierbarer Code, jeder kann sie ausführen und jeder wird das Ergebnis erhalten, ein reproduzierbares Ergebnis, ein echtes Ergebnis, in Form von Ja-Nein-Antworten + Erfahrung und Wissen hinzugefügt.
Und Diskussionen sind nur Zeitverschwendung, wir haben diskutiert, diskutiert und vergessen, niemand hat auch nur eine Zeile Code geschrieben, genau wie die Großmütter auf der Bank, und die Zeit ist weg und das Leben mit ihr... Und weder Wissen noch Erfahrung wurden hinzugefügt.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Erlauben Sie die Verwendung von Cookies, um sich auf der Website MQL5.com anzumelden.
Bitte aktivieren Sie die notwendige Einstellung in Ihrem Browser, da Sie sich sonst nicht einloggen können.
Sie sind angemeldet. Die Zwei-Faktor-Authentifizierung wurde deaktiviert. Richten Sie sie erneut ein und scannen Sie einen neuen QR-Code oder fahren Sie mit deaktivierter Zwei-Faktor-Authentifizierung fort.
Wie kann man suchen? Gehen Sie durch alle Chunks (z. B. 100 mal 5000 Seiten) und sehen Sie, wie erfolgreich die anderen 500.000 Zeilen dieses Modells vorhersagen?
Ja, Sie können Stichproben nach dem Zufallsprinzip ziehen, anstatt Chunks in einer Reihe, das ist korrekter.
Ich hatte Tränen in den Augen, so sehr habe ich gelacht.)
Ich bat Bard, auf Russisch zu schreiben, er schrieb mit einem Fehler, das kommt vor. Russisch ist nicht meine Muttersprache, ich benutze es nur hier im Wesentlichen...
und er hat mir geantwortet.)
Versteht ihr das?
Er fing an, mich zu trollen )))
Das ist einfach nur brutal))))
Er trollt dich nicht.
Du hast ruSki geschrieben - das ist "Russisch" auf Serbisch.
Deshalb schreibt er dir auf Serbisch.
Er verarscht Sie nicht.
Sie haben russki geschrieben - das ist serbisch für "Russe".
Deshalb schreibt er Ihnen auf Serbisch.
Ahh))))
Interessanter Artikel über Bäume und Verstärkungslernen in ihnen.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4760114/
Ich habe den Algorithmus mit Marktdaten getestet...
Der Algorithmus läuft stabil auf neuen Daten im Vergleich zu Forest....
der Algorithmus wird nicht neu trainiert, bei allen Validierungsproben ist das Ergebnis entweder besser als bei der Testprobe oder viel besser, ich habe keine schlechteren Ergebnisse gesehen....
Akurasi ist im Durchschnitt 2-4% besser als Forrest, d.h. wenn Forrest 0,58 hat, hat RLT ~ 0,62.
Wie auch immer, nach den ersten Tests ist der Algorithmus lohnenswert, aber es dauert lange, ihn zu lernen....
Selbst gemacht. Die Möglichkeiten zum Experimentieren sind unbegrenzt....
Ja, das stimmt. es macht keinen Sinn, über selbstgemachte zu diskutieren.
Warum sollte man Zeit mit selbstgemachten Algorithmen verschwenden? Es gibt Dutzende von nicht selbst erstellten Programmen mit Algorithmen, die praktisch von Millionen von Nutzern verwendet werden.....
den Algorithmus anhand von Marktdaten getestet.
Der Algorithmus arbeitet bei neuen Daten stabiler als Forest....
der Algorithmus trainiert nicht neu, bei allen Validierungsstichproben ist das Ergebnis entweder besser als bei der Teststichprobe oder viel besser, ich habe keine schlechteren Ergebnisse gesehen....
Akurasi ist im Durchschnitt 2-4% besser als Forrest, d.h. wenn Forrest 0,58 hat, hat RLT ~ 0,62.
Wie auch immer, nach den ersten Tests ist der Algorithmus lohnenswert, aber es dauert lange, ihn zu erlernen....
Nach ihrer Theorie soll es einige "starke" Merkmale geben, die gut funktionieren, und das Problem besteht darin, sie von den restlichen "schwachen" zu trennen. In ihrem Bereich, der Genetik, ist das wahrscheinlich der Fall. Aber unsere Situation ist offensichtlich anders - die Merkmale sind ungefähr gleich stark, oft kollinear, und ihre Stärke kann sich im Laufe der Zeit ändern.
Wenn es nur um die Auswahl informativer Merkmale ginge, wäre San Sanych mit seiner geheimen Methode schon längst Billionär geworden.)
Ihre Theorie geht davon aus, dass es einige "starke" Merkmale gibt, die gut funktionieren, und das einzige Problem darin besteht, sie von den übrigen "schwachen" zu trennen. In ihrem Bereich, der Genetik, ist dies wahrscheinlich der Fall. Aber unsere Situation ist eindeutig anders - die Merkmale sind ungefähr gleich stark, oft kollinear, und ihre Stärke kann sich im Laufe der Zeit ändern.
Wenn es nur um die Auswahl informativer Merkmale ginge, wäre San Sanych mit seiner geheimen Methode schon längst Billionär geworden.)
Nun, der Algorithmus funktioniert wirklich und ist stabiler und akurasi besser und kappa besser ... mit anderen Worten, er funktioniert besser ...
und er funktioniert sowohl nach 1000 neuen Beobachtungen als auch nach 20 000 ... und der Fehler ist entweder der gleiche oder besser.
die Vorzeichen sind in etwa gleich stark
Nun, und hier kann ich nicht zustimmen.
die Bedeutung dieses Algorithmus
Ja... es ist sinnlos, über selbstgemachte zu diskutieren.
Warum sollte man seine Zeit mit selbstgemachten Algorithmen verschwenden? Es gibt Dutzende von nicht selbst erstellten Programmen mit Algorithmen, die praktisch von Millionen von Nutzern verwendet werden.....
Ich diskutiere keine Pakete, ich biete nur an, Ideen zu diskutieren.
Denn ich kann experimentieren und Dinge tun, die nicht in diesen Algorithmen enthalten sind - Black Boxes.
Ich diskutiere keine Pakete, sondern schlage vor, nur Ideen zu diskutieren.