Discusión sobre el artículo "Random Decision Forest en el aprendizaje reforzado" - página 10

Nuevo comentario
 
VANDER:

Para que no sea Binario, sino con un número arbitrario de descendientes en cada nodo, así:


No creo que tenga sentido dividir más de 2 ramas de un nodo, como en tu imagen.

Después de todo, si pasamos varias divisiones en 2 ramas, obtendremos el mismo resultado. Sólo la profundidad del árbol será mayor (no 3 como en tu figura, sino 7-10).

Un algoritmo estándar calculará rápidamente hasta 100500 nodos.

En general, he leído que hay tales algoritmos con varias ramas de un nodo. Tal vez usted puede encontrar en R o Python.

 
Ah, bueno, eso es sólo un libro de texto sobre algoritmos en grafos, tal vez a través de listas o hash.
 

Is there any problem with the algorithm?

I am constantly getting the error zero divide on on "dataanalysis.mqh"!


I' have made my own multi-symbol version... but this error is a pain in the ass!

Some help would be grateful.

reguards.

Archivos adjuntos:
Random_Forest_Multisymbol_MT5.mq5  81 kb
 

Creo que este EA en el artículo es muy buen resultado

pero en cuenta real con dinero real ¿Cuál es el problema de esta EA necesita ser fijo

u otra pregunta ¿cuál es el punto débil de esta necesidad EA para desarrollar o fijar o actualizar a mejor

¿Puede alguien ayudar a sugerencia?

Gracias

 

Gracias por abrirme los ojos a la biblioteca Alglib que no me di cuenta viene con la última versión de Metatrader 5....

¡Me encontré reinventando la rueda un poco!

 

Hola, este artículo es fascinante. Sin embargo, cuando intento compilar el modelo de regresión de bosque de decisión aleatoria, se producen 93 errores.

El primer error es un error de identificador no declarado. La variable que intenta ser llamada es la propiedad m_buffsize del RDF.

La llamada es desde el manejador de eventos OnTester. He incluido un extracto del código.


double OnTester()
  {
   if(clear_model) return 0;

   if(MQLInfoInteger(MQL_OPTIMIZATION)==true)
     {
      if(numberOfsamples>0)
        {
         CDForest::DFBuildRandomDecisionForest(RDFpolicyMatrix,numberOfsamples,3,1,number_of_trees,regularization,RDFinfo,RDF,RDF_report);
        }
      
      FileDelete("RDFBufsize"+_Symbol+(string)_Period+".txt",FILE_COMMON);
      FileDelete("RDFNclasses"+_Symbol+(string)_Period+".txt",FILE_COMMON);
      FileDelete("RDFNvars"+_Symbol+(string)_Period+".txt",FILE_COMMON);
      FileDelete("RDFMtrees"+_Symbol+(string)_Period+".txt",FILE_COMMON);
      
      int filehnd=FileOpen("RDFBufsize"+_Symbol+(string)_Period+".txt",FILE_READ|FILE_WRITE|FILE_CSV|FILE_ANSI|FILE_COMMON);
      FileWrite(filehnd,RDF.m_bufsize);
      FileClose(filehnd);

      filehnd=FileOpen("RDFNclasses"+_Symbol+(string)_Period+".txt",FILE_READ|FILE_WRITE|FILE_CSV|FILE_ANSI|FILE_COMMON);
      FileWrite(filehnd,RDF.m_nclasses); //THIS IS WHERE THE ERROR IS BEING THROWN.

¿Cuál es la mejor manera de resolverlo?

Error de compilación

Fig 1: Algunos de los errores arrojados durante la compilación.

1...345678910
Nuevo comentario