secret Graal prêt à l'emploi, on vous répondra en expliquant à l'auteur qu'il est un imbécile.)
Je n'ai jamais vu de graal ici, mais il y a beaucoup de vagues allusions à la possession du Grand Mystère du Graal) J'ai déjà commenté ce sujet et le terme "imbécile" ici est pratiquement un terme médical, pas un gros mot).
Il y a déjà un article sur le clustering :) mais il est inutile.
J'ai quelques idées sur la façon d'en faire un raisonnable, mais je ne l'ai pas encore fait. Et j'ai perdu toutes les sources
Les avantages ont déjà été exprimés - stable sur de nouvelles données. Les inconvénients - les notes sont médiocres. Mais il est possible de trouver un compromis.
Maxim Dmitrievsky #: Il y a déjà un article sur le clustering :) mais il est inutile
Il y a quelques idées sur la façon d'en faire un raisonnable, mais je ne l'ai pas encore fait. Et j'ai perdu toutes les sources.
Les avantages ont déjà été exprimés - stabilité sur de nouvelles données. Les inconvénients - les notes sont médiocres. Mais il est possible de trouver un compromis.
Si vous trouvez des clusters dans lesquels une étiquette de classe domine fortement l'autre, alors un tel cluster conserve des statistiques sur de nouvelles données, contrairement à toute formation. Avec un professeur.
Essayez de trouver un tel groupe, vous serez agréablement surpris.
mytarmailS #: Qu'est-ce que la fraîcheur de Prim par rapport à d'autres, je ne comprends toujours pas
J'ai trouvé qu'elle pouvait servir de base à un algorithme de sélection d'une région de travail dans un ensemble de prédicteurs. En gros, je construis des approximations initiales pour les régions du cube sur la base de mon idée, puis j'essaie de les ajuster plus finement.
Enfin, je n'optimise que pour le profit, ce qui conduit à essayer d'améliorer le système en augmentant artificiellement les faux négatifs.
Il n'y a pas de théorie rigoureuse et c'est difficilement possible.
J'ai trouvé qu'elle pouvait servir de base à un algorithme de sélection d'une région de travail dans un ensemble de prédicteurs. En gros, sur la base de mon idée, je construis des approximations initiales pour les régions cubiques et j'essaie ensuite de les ajuster plus finement.
En fait, je n'optimise qu'en fonction du profit, ce qui conduit à tenter d'améliorer le système en augmentant artificiellement le nombre de cas de faux négatifs.
Il n'y a pas de théorie rigoureuse et il est peu probable que cela soit possible.
Je ne comprends pas...
Si l'on se contente d'entraîner la forêt aléatoire et d'en choisir les meilleures règles en fonction du critère nécessaire, quelle est la différence ?
La règle est déjà un cas particulier d'une certaine situation et ces cubes sont déjà pris en compte par la règle.
Si l'on se contente d'entraîner une forêt aléatoire et d'en sélectionner les meilleures règles en fonction du critère requis, quelle est la différence ?
La règle est déjà un cas particulier d'une certaine situation et ces cubes sont déjà pris en compte par la règle.
Il se peut que ce soit le cas. Mais il semble qu'il s'agisse d'une approche plus facile à interpréter pour la comparaison/sélection des caractéristiques et l'optimisation des métaparamètres.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
Je n'ai jamais vu de graal ici, mais il y a beaucoup de vagues allusions à la possession du Grand Mystère du Graal) J'ai déjà commenté ce sujet et le terme "imbécile" ici est pratiquement un terme médical, pas un gros mot).
Publions quelques recherches, quelques idées.
Je réfléchis à la possibilité de combiner mon idée avec celle de l'algorithme PRIM. Je n'ai pas beaucoup de raisons de me vanter.
Publions des recherches, des idées...
Je réfléchis à la possibilité de combiner mon idée avec celle de l'algorithme PRIM. Je n'ai pas beaucoup de raisons de me vanter.
Il y a déjà un article sur le clustering :) mais il est inutile
Qu'est-ce que la fraîcheur de Prim par rapport à d'autres, je ne comprends toujours pas
J'ai trouvé qu'elle pouvait servir de base à un algorithme de sélection d'une région de travail dans un ensemble de prédicteurs. En gros, je construis des approximations initiales pour les régions du cube sur la base de mon idée, puis j'essaie de les ajuster plus finement.
Enfin, je n'optimise que pour le profit, ce qui conduit à essayer d'améliorer le système en augmentant artificiellement les faux négatifs.
Il n'y a pas de théorie rigoureuse et c'est difficilement possible.
J'ai trouvé qu'elle pouvait servir de base à un algorithme de sélection d'une région de travail dans un ensemble de prédicteurs. En gros, sur la base de mon idée, je construis des approximations initiales pour les régions cubiques et j'essaie ensuite de les ajuster plus finement.
En fait, je n'optimise qu'en fonction du profit, ce qui conduit à tenter d'améliorer le système en augmentant artificiellement le nombre de cas de faux négatifs.
Il n'y a pas de théorie rigoureuse et il est peu probable que cela soit possible.
Je ne comprends pas...
Il se peut que ce soit le cas. Mais il semble qu'il s'agisse d'une approche plus facile à interpréter pour la comparaison/sélection des caractéristiques et l'optimisation des métaparamètres.