Ich habe ein paar grundlegende Thesen zu Kozul skizziert, für diejenigen, die es schwierig finden, Bücher auf Englisch zu lesen. Und ein Beispiel in Python, wie es nach meiner Version am besten funktioniert. Willst du den Artikel?
Wenn es einen Algorithmus gibt, der Ihre Probleme löst, warum zum Teufel sollten Sie Ihr eigenes quadratisches Rad mit hoch erhobenem Kopf erfinden?
Nun, geben Sie mir einen solchen Algorithmus, der profitable TS baut :) Ich werde Sie später von den Malediven aus anrufen, ich werde Ihnen danken. Ich schicke dir eine Muschel.
Maxim Dmitrievsky #: Nun, gib mir einen Algorithmus, der Profil-TCs erstellt :)
Man kann entweder über eine Sache oder über alles und nichts reden.
L - Logik.
Wir haben über unstrukturierte Daten geredet, jetzt reden wir über TCs? Scheiß auf TCs, lasst uns über die Gelddruckmaschine reden und so weiter..... endlos über nichts.
mytarmailS #: Man kann entweder über eine Sache oder über alles und nichts reden.
L - Logik.
Wir haben über unstrukturierte Daten geredet, jetzt reden wir über TC? Scheiß auf TC, lass uns über die Gelddruckmaschine reden und dann ..... endlos über nichts.
Zunächst geht es um die Maschine, der Rest sind Details :) bag of wards ist nicht sehr gut auf Zeitreihen anwendbar, also stimmt etwas nicht damit.
Grob gesagt, wenn Sie mehr als 18 Merkmale haben, trainieren Sie den Klassifikator, sich jede Zeile zu merken, da sie sich nicht einmal wiederholen
und bei kausalen Schlussfolgerungen kann man keine Beispiele vergleichen, um Statistiken zu berechnen.
Ja, ich stimme zu, was das Auswendiglernen angeht - ich habe in diesem Thread schon vor langer Zeit darüber geschrieben. Das ist der Grund, warum ich mit Blättern arbeite und ihren Wert bewerte.
Ideal wäre es, ein paar Merkmale zu finden, die die gesamte Stichprobe beschreiben, aber das ist bisher noch niemandem gelungen. Andererseits wird durch die Verringerung der Dimensionalität die Anzahl der direkt am Training beteiligten Merkmale verringert, aber ich bezweifle, dass dieses Durcheinander das Ergebnis verbessert.
2. Ich werde Sie überraschen, niemand kümmert sich darum, wie die Merkmale erstellt wurden, jeder bewertet die Merkmale nur anhand der Antwort
1. also ist es eine Stichprobe, richtig?
2. hmm, ich dachte, dieser Algorithmus versucht, die Struktur der Regel zu bewerten, also wenn es kleine Abweichungen bei Splits mit anderen Regeln gibt, dann ist es dasselbe.
Ich weiß nicht, warum du den Prozess nicht erklären kannst... auch wenn man es selbst nicht ganz versteht, ist es keine Schande, es zuzugeben.
Wir haben in MO ein ähnliches Konzept der Arbeit mit Daten, aber anstatt Ideen auszutauschen, gibt es ständig Spannungen.
Heute habe ich den Thread von NG gelesen und festgestellt, dass ich nichts verpasst habe....
Was für ein Unterschied)))
Nun, machen Sie es wie der Rest der Welt. Das ist die Art von Antworten, die Sie bekommen werden.
Ich habe ein paar grundlegende Thesen zu Kozul skizziert, für diejenigen, die es schwierig finden, Bücher auf Englisch zu lesen. Und ein Beispiel in Python, wie es nach meiner Version am besten funktioniert. Willst du den Artikel?
Nnnada))))
Wovon zum Teufel reden Sie da?
Nun, gib mir einen Algorithmus, der Profil-TCs erstellt :)
Man kann entweder über eine Sache oder über alles und nichts reden.
Ich spreche zunächst von der Werkzeugmaschine, der Rest sind Teile :)
Denn Bow ist nichts für Zeitreihen.
die gleiche Zeile im Datensatz
wenn Sie nur 1.000 Zeilen haben
Grob gesagt, wenn Sie mehr als 18 Merkmale haben, trainieren Sie den Klassifikator, sich jede Zeile zu merken, da sie sich nicht einmal wiederholen
und bei kausalen Schlussfolgerungen kann man keine Beispiele vergleichen, um Statistiken zu berechnen.Ja, ich stimme zu, was das Auswendiglernen angeht - ich habe in diesem Thread schon vor langer Zeit darüber geschrieben. Das ist der Grund, warum ich mit Blättern arbeite und ihren Wert bewerte.
Ideal wäre es, ein paar Merkmale zu finden, die die gesamte Stichprobe beschreiben, aber das ist bisher noch niemandem gelungen. Andererseits wird durch die Verringerung der Dimensionalität die Anzahl der direkt am Training beteiligten Merkmale verringert, aber ich bezweifle, dass dieses Durcheinander das Ergebnis verbessert.
1. Beliebige Merkmalswerte
1. also ist es eine Stichprobe, richtig?
2. hmm, ich dachte, dieser Algorithmus versucht, die Struktur der Regel zu bewerten, also wenn es kleine Abweichungen bei Splits mit anderen Regeln gibt, dann ist es dasselbe.
Ich weiß nicht, warum du den Prozess nicht erklären kannst... auch wenn man es selbst nicht ganz versteht, ist es keine Schande, es zuzugeben.
Wir haben in MO ein ähnliches Konzept der Arbeit mit Daten, aber anstatt Ideen auszutauschen, gibt es ständig Spannungen.
Heute habe ich den Thread von NG gelesen und festgestellt, dass ich nichts verpasst habe....