Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2788
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Detectadas las emisiones a través del bosque de aislamiento, eliminadas, el resultado del entrenamiento no cambió. Intenté entrenar con emisiones, pero no obtuve resultados. Tengo la impresión de que al modelo (catbust) no le importan las emisiones. Como si fueran bien reconocidas a través de la búsqueda de anomalías, pero su eliminación no es necesaria.
Los valores atípicos afectan mucho al poder de predicción, y la estabilidad del poder de predicción afecta a la estabilidad del error de predicción.
Y para el modelo en sí, depende del modelo, especialmente si la muestra de entrenamiento se obtiene de la muestra.
Se me ocurrió la idea de un árbol de decisión local. Es algo así como un análogo de KNN o de regresión local (también potencialmente adecuado para la no estacionariedad). La idea es que dividimos en cajas sólo la caja que contiene el punto de interés (hasta al menos un número determinado de K puntos en ella), y no nos preocupamos por el resto de las cajas. Puede ser mejor que KNN o la regresión local si los límites entre clases son nítidos y el punto está cerca de dicho límite.
Me pregunto si este enfoque tiene algún sentido.
me parece que estas comparando cosas incomparables - escalar es escalar (incluso multidimensional si quieres, siempre que la distancia te convenga), y filtrar-ruido - puedes hacerlo con derivadas (1ª y 2ª).-- bueno, o cambiar a matrices vectoriales de forma completamente no supervisada, en lugar de probar la significación de las diferencias de clase (etiquetadas) a través de matrices de covarianza de los datos etiquetados y seguir explotando la significación confirmada para la clasificación del tema de tu interés...
hipótesis, señores, las hipótesis no son una forma de cálculo, sino un tema de prueba (o refutación)....
me parece que estas comparando cosas incomparables - escalar es escalar (incluso multidimensional si quieres, siempre que la distancia te convenga), y filtrar-ruido - puedes hacerlo con derivadas (1ª y 2ª).-- bueno, o cambiar a matrices vectoriales de forma completamente no supervisada, en lugar de probar la significación de las diferencias de clase (etiquetadas) a través de matrices de covarianza de los datos etiquetados y seguir explotando la significación confirmada para la clasificación del tema de tu interés...
hipótesis, señores, las hipótesis no son una forma de cálculo, sino un tema de prueba (o refutación)....
No entendí nada, pero muy interesante.
Los valores atípicos afectan mucho a la capacidad de predicción, y la estabilidad de la capacidad de predicción varía en función de la estabilidad del error de predicción.
Y para el modelo en sí, depende del modelo, especialmente si la muestra de entrenamiento se obtiene de la muestra.
¿cuál es el valor R2 entre su método para determinar la capacidad de predicción y la importancia de las características a partir del bosque aleatorio?
Hola a todos.
Tengo una pregunta, ¿es realista utilizar un hash como predictor?
Por ejemplo
LlLCmywDpe8dj_j8t8DWwoMjaIhTLnOedRh6KET7R7k
donde el objetivo es
1.04.
¿Tiene sentido convertirlo de alguna manera a un número o a otra forma?
Hola a todos.
Me ha surgido una duda, ¿es realista utilizar un hash como predictor?
como este
LlLCmywDpe8dj_j8t8DWwoMjaIhTLnOedRh6KET7R7k
donde el objetivo
1.04
¿Tiene sentido convertirlo de alguna manera a un número u otra forma?
Entonces es un número en notación de 256 elementos (si la cadena está codificada ANSI). Como los hashes tienen una longitud fija, puedes representarlos como vectores de números de 0 a 255.
¿Quieres crackear bitcoin?)
Por tanto, es un número en un registro de 256 elementos (si la cadena está codificada ANSI). Como los hashes tienen una longitud fija, también pueden representarse como vectores de números de 0 a 255.
¿Quieres crackear bitcoin?)
Hombre,cómo te relaja el tipo cadena que te olvidas de la codificación ANSI.
No, bitcoin no, sorteos online :))))
¿cuál es el valor R2 entre su método para determinar la capacidad de predicción y la importancia de las características a partir del bosque aleatorio?
Explicado muchas veces.
¡Enfermo o algo así!
¡Moderador! ¡Al menos limpia el foro con esta señora!
Sí, a veces ella hace off-topic mensajes, recordando los mensajes de Maxim aquí en el hilo.
Y a menudo - en el tema.
Por ahora, simplemente ignorar ...
))))) aquí viene todo el problema - usas los ejemplos equivocados, lees los "artículos" equivocados (en vez de artículos, lees traducciones torcidas a tu propio idioma apestoso)
¿Cuál es ese?