L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 976
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Je me demande pourquoi cela peut se produire ?
J'utilise DNN Darch, backpropagation, dropout.
Epoque : 16 sur 100
Erreur de classification sur le jeu d'entraînement : 41.69% (2668/6400)
Epoque : 17 sur 100
Erreur de classification sur l'ensemble du train : 31.87% (2040/6400)
Epoque : 18 sur 100
Erreur de classification sur l'ensemble du train : 32.09% (2054/6400)
Epoque : 19 sur 100
Erreur de classification sur l'ensemble du train : 39.55% (2531/6400)
Epoque : 20 sur 100
Erreur de classification sur l'ensemble du train : 38.02% (2433/6400)
Epoque : 21 sur 100
Erreur de classification sur l'ensemble du train : 49.89% (3193/6400)
Epoque : 22 sur 100
Erreur de classification sur l'ensemble du train : 50.56% (3236/6400)
Epoque : 23 sur 100
Erreur de classification sur l'ensemble du train : 45.56% (2916/6400)
C'est-à-dire qu'il prend un réseau bien entraîné à l'étape 17 et le dégrade à l'étape 21.
Je l'ai.
Ça n'a pas aidé :J'ai mis un nouveau masque à chaque époque, je vais passer à chaque mini-lot - cela devrait s'améliorer.
Erreur de classification sur le jeu d'entraînement : 45.11% (2887/6400)
Epoque : 10 sur 100
Erreur de classification sur l'ensemble du train : 34.92% (2235/6400)
Epoque : 11 sur 100
Erreur de classification sur l'ensemble du train : 30.16% (1930/6400)
Epoque : 12 sur 100
Erreur de classification sur l'ensemble du train : 45.28% (2898/6400)
Epoque : 13 sur 100
Erreur de classification sur l'ensemble du train : 39.56% (2532/6400)
C'est bien. Comment cela doit-il être ? Après la formation, le meilleur modèle vous sera rendu. Le critère de "mieux-être" vous appartient. Vous le savez.
La réduction du lot ne se traduit pas toujours par une meilleure qualité.
S'agit-il d'un modèle avec des hyperparamètres optimisés ? Montrez-moi les paramètres de votre modèle et votre schéma de formation. Peut-être que quelque chose deviendra clair.
Bonne chance
C'est bien. Comment cela doit-il être ? Après la formation, le meilleur modèle vous sera rendu. Le critère de "mieux" vous appartient. Vous le savez.
La réduction du lot ne se traduit pas toujours par une meilleure qualité.
S'agit-il d'un modèle hyperparamétrique optimisé ? Montrez-moi les paramètres de votre modèle et votre schéma de formation. Peut-être que quelque chose deviendra clair.
Bonne chance
C'est juste que sur vos graphiques, l'erreur a augmenté de 5 % après avoir approché les 30 %. J'en ai 30, j'en ai 50.
Oui, un meilleur modèle sortira.
Et oui - de tels modèles sont obtenus en optimisant les hyperparamètres.
J'ai tendance à penser que LearnRate = 1. Mais j'ai essayé 0,7 et 0,3 et 0,1 - et 0,01. Jusqu'à 0,1, il y a encore quelque chose avec une erreur de 30%, et à faible LearnRate <0,1 HC ne peut rien apprendre du tout. Donc, à LearnRate = 1, laissez-le trouver plusieurs variantes parmi lesquelles je prendrai ensuite la meilleure.
Deuxième jour de lutte avec Anaconda. Déjà 3 réinstallations en 2 jours. Le Spyder obtient des erreurs lors de l'initialisation.
Hier, tout semblait correct. Installé numpy, le chat devrait déjà être dans la base, mais il ne l'était pas. Les erreurs ont commencé là.
J'ai désinstallé numpy et l'ai réinstallé sans effet.
Ensuite, on a écrit import numpy - la réponse est que le module est installé mais pas initialisé.
La réinstallation d'Anaconda avec le nettoyage du registre et la suppression de tous les restes de fichiers et dossiers liés à Anaconda n'ont pas aidé.
Je suis en train de flipper.))
Deuxième jour de lutte avec Anaconda. Déjà 3 réinstallations en 2 jours. Le Spyder obtient des erreurs lors de l'initialisation.
Hier, tout semblait correct. Installé numpy, le chat devrait déjà être dans la base, mais il ne l'était pas. Les erreurs ont commencé là.
J'ai désinstallé numpy et l'ai réinstallé sans effet.
Ensuite, on a écrit import numpy - la réponse est que le module est installé mais pas initialisé.
La réinstallation d'Anaconda avec le nettoyage du registre et la suppression de tous les restes de fichiers et dossiers liés à Anaconda n'ont pas aidé.
Je suis stupéfait))
Pourquoi avez-vous besoin de conda, apprenez d'abord les bases de python, puis IPython, puis conda, qui n'est pas du tout nécessaire.
Les mêmes Tflow et sklearn peuvent facilement être installés sans lui.
Je suis stupéfait.))
Apprenez les bases de l'informatique. Avec l'ordinateur, pour ainsi dire.
Apprenez les bases de l'utilisation d'un ordinateur. Avec un ordinateur, pour ainsi dire...
))
Apprenez les bases de l'utilisation d'un ordinateur. Un ordinateur, pour ainsi dire...
Pouvez-vous le faire vous-même ? J'en doute fortement).
Guide de référence du bureau IPython
https://jakevdp.github.io/PythonDataScienceHandbook/
Pourquoi avez-vous besoin de Conda ? Apprenez d'abord les bases de Python, puis IPython, puis Conda, qui n'est pas du tout nécessaire.
Tflow et sklearn peuvent facilement être installés sans lui.
Je suis conscient de cela. J'aimais bien Spyder. La version standard de Python a peu de fonctionnalités. Et Spyder est presque VS (je plaisante). Je dois dire que je n'ai pas encore vu d'autres éditeurs que le standard.
Pour le reste, tout va bien avec Python - il fonctionne sans problème, sauf Spyder - qui n'est pas si clair. Et il y a déjà des problèmes dès le départ, et seulement avec numpy et matplotlib. Le reste fonctionne jusqu'à présent, mais je ne suis pas encore allé très loin avec Spider-ra.
Je ne veux pas non plus installer/essayer tous les éditeurs d'affilée.