Je l'ai vu quelque part dans les tutoriels... Je pense que c'est plus pratique de le faire pendant le préapprentissage ou quelque chose à voir avec ça.
Maxim, vous semblez faire du clustering maintenant. Ici, il montre que l'échafaudage est similaire au regroupement.
Пятую статью курса мы посвятим простым методам композиции: бэггингу и случайному лесу. Вы узнаете, как можно получить распределение среднего по генеральной совокупности, если у нас есть информация только о небольшой ее части; посмотрим, как с помощью композиции алгоритмов уменьшить дисперсию и таким образом улучшить точность модели; разберём...
Section "Similitude de la forêt aléatoire avec l'algorithme des k plus proches voisins".
Comment je fais... J'ai commencé et puis j'ai abandonné). La forêt peut aussi se regrouper, oui.
Quant au clustering tel qu'il est, il n'est pas mauvais pour séparer les incréments en 3 groupes, y compris les nouvelles données. Il est logique d'utiliser des caractéristiques catégorielles, c'est ce que je voulais faire.
C'EST LE GAGNANT !!!!! Frères !!!! HORRAAAAAAAAAAAAAAA !!!!! Joyeuses fêtes à tous.
Parce que dès que nous aurons oublié cette guerre, une autre commencera immédiatement. Souvenons-nous-en toujours !!!!!!!! VICTORYAAAAAAAAAAAAAAAAAAAAA !!!!!!! Pew, pew (c'est moi qui tire avec mon pistolet TT imaginaire et qui descend la rue en courant dans mon uniforme d'officier)
Alors quel est le résultat ? Qu'a obtenu l'akurasi ?
10 modèles CatBoost avec une profondeur d'arbre de 6, arrêt de l'apprentissage à 100 nouveaux arbres n'améliorant pas les résultats, assis par incréments de 100.
10 modèles CatBoost avec une profondeur d'arbre de 6, arrêt de l'apprentissage à 100 nouveaux arbres n'améliorant pas les résultats, assis par incréments de 100.
Echantillon de formation 80% 2018 et 2019, 20% d'échantillon pour contrôler les arrêts de formation. Échantillon indépendant janvier-mai 2020
Si vous torturez l'échantillon avec différentes méthodes de partitionnement et construisez plus de modèles, je pense que vous pourrez obtenir 72.
Solde de la classification
Eh bien... agréable et plausible. J'aimerais également voir le bilan de la transaction elle-même et un graphique avec les entrées.
Je suppose qu'il s'agit d'un ensemble de 10 modèles. Quelle est la différence entre ces modèles ?
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.
Ces "chances", comme vous le dites, peuvent être empilées, c'est pourquoi elles sont conservées ainsi.
Oui, sur les nouveaux, mais j'ai maintenant réalisé que la cible est fausse. J'ai pris le vecteur ZZ actuel avec un décalage, ce qui est faux.
Je vais devoir rédiger un script pour faire sortir la cible.
Alors, qu'est-ce qui se passe ? Quel est le résultat ?
Je l'ai vu quelque part dans les tutoriels... Je pense que c'est plus pratique de le faire pendant le préapprentissage ou quelque chose à voir avec ça.
Maxim, vous semblez faire du clustering maintenant.
Ici, il montre que l'échafaudage est similaire au regroupement.
https://habr.com/ru/company/ods/blog/324402/
Section "Similitude de la forêt aléatoire avec l'algorithme des k-plus proches voisins".
Y a-t-il une question ?
Maxim, vous semblez faire du clustering maintenant.
Ici, il montre que l'échafaudage est similaire au regroupement.
https://habr.com/ru/company/ods/blog/324402/
Section "Similitude de la forêt aléatoire avec l'algorithme des k plus proches voisins".
Comment je fais... J'ai commencé et puis j'ai abandonné). La forêt peut aussi se regrouper, oui.
Quant au clustering tel qu'il est, il n'est pas mauvais pour séparer les incréments en 3 groupes, y compris les nouvelles données. Il est logique d'utiliser des caractéristiques catégorielles, c'est ce que je voulais faire.Des questions ?
C'EST LE GAGNANT !!!!! Frères !!!! HORRAAAAAAAAAAAAAAA !!!!! Joyeuses fêtes à tous.
Parce que dès que nous aurons oublié cette guerre, une autre commencera immédiatement. Souvenons-nous-en toujours !!!!!!!! VICTORYAAAAAAAAAAAAAAAAAAAAA !!!!!!! Pew, pew (c'est moi qui tire avec mon pistolet TT imaginaire et qui descend la rue en courant dans mon uniforme d'officier)Alors quel est le résultat ? Qu'a obtenu l'akurasi ?
10 modèles CatBoost avec une profondeur d'arbre de 6, arrêt de l'apprentissage à 100 nouveaux arbres n'améliorant pas les résultats, assis par incréments de 100.
Echantillon d'apprentissage 80% 2018 et 2019, échantillon 20% pour contrôler l'arrêt de l'apprentissage. Échantillon indépendant janvier-mai 2020
Si vous torturez l'échantillon avec différentes méthodes de partitionnement et construisez plus de modèles, je pense que vous pourrez obtenir 72.
Solde de la classification
10 modèles CatBoost avec une profondeur d'arbre de 6, arrêt de l'apprentissage à 100 nouveaux arbres n'améliorant pas les résultats, assis par incréments de 100.
Echantillon de formation 80% 2018 et 2019, 20% d'échantillon pour contrôler les arrêts de formation. Échantillon indépendant janvier-mai 2020
Si vous torturez l'échantillon avec différentes méthodes de partitionnement et construisez plus de modèles, je pense que vous pourrez obtenir 72.
Solde de la classification
Eh bien... agréable et plausible. J'aimerais également voir le bilan de la transaction elle-même et un graphique avec les entrées.
Je suppose qu'il s'agit d'un ensemble de 10 modèles. Quelle est la différence entre ces modèles ?