Non so cosa stai scrivendo lì e come lo stai scrivendo, ma ho bisogno di sapere che nell'obiettivo un passo fuori dal futuro rispetto al campione, è così o no?
È convoluto perché, nel targetet il risultato della decisione sulla linea corrente di predittori. Cioè non c'è niente da spostare.
È convoluto perché, nell'obiettivo, il risultato della decisione della linea corrente di predittori è nell'obiettivo. Cioè non c'è bisogno di spostare nulla.
In breve, tutto è come volevi, anche con la messa a punto.
Accuracy : 0.535
X <- read.csv2("C:\\Users\\....\\Desktop\\test.csv")
Y <- X$Target_100
X <- as.matrix(within(X, rm("Time","Target_P","Target_100",
"Target_100_Buy","Target_100_Sell")))
library(glmnet)
tr <- 1:1300# train idx
best_lam <- cv.glmnet(x = X[tr,],
y = Y[tr],alpha = 1,
lambda = 10^seq(2, -2, by = -.1),
nfolds = 5)$lambda.min
lasso_best <- glmnet(x = X[tr,], y = Y[tr], alpha = 1, lambda = best_lam)
pred <- predict(lasso_best, s = best_lam, newx = X[-tr,])
sma <- TTR::SMA(pred,20)
pred2 <- c(pred-sma) ; pred2[pred2>0] <- 1 ; pred2[pred2<=0] <- 0
yy <- tail(Y[-tr] ,200)
pp <- tail(pred2 ,200)
caret::confusionMatrix(as.factor(yy),as.factor(pp))
Non so cosa stai scrivendo lì e come lo stai scrivendo, ma ho bisogno di sapere che nell'obiettivo un passo fuori dal futuro rispetto al campione, è così o no?
È convoluto perché, nel targetet il risultato della decisione sulla linea corrente di predittori. Cioè non c'è niente da spostare.
È convoluto perché, nell'obiettivo, il risultato della decisione della linea corrente di predittori è nell'obiettivo. Cioè non c'è bisogno di spostare nulla.
In breve, tutto è come volevi, anche con la messa a punto.
Accuracy : 0.535Buttalo via e dimenticalo.
"Target_P"dà 0,97 di precisione
Insegnate la regressione a uno e zero?
Quindi?
Quindi?
https://www.machinelearningmastery.ru/why-linear-regression-is-not-suitable-for-binary-classification-c64457be8e28/
Ho fatto tutto quello che volevi, anche la messa a punto.
Buttalo via e dimenticalo.
dà 0,97 akurasi.
Non ho niente finora :) Già richiesto più di 20 biblioteche, continuo, ma non è abbastanza :)
Cosa significa questa frase:
?
Insegnate la regressione a uno e zero?
Questa è un'idea espressa da una persona esperta - non vedo problemi a verificarla.
Ho ottenuto questo risultato su un campione di allenamento:
Come posso applicare il modello a un altro campione/file?
E perché ci sono così pochi numeri nella tabella di contingenza, se ho 4683 righe nel file di allenamento, e qui ho 83+59+17+41?
E ho capito, hai presentato le prime 200 righe - giusto?
Ma si suppone che abbiano partecipato alla formazione.
Oh, grazie!
Ora proviamo ad eseguirlo :)
Non posso installare il pacchetto glmnet - non riesco a trovarlo nel repository tramite R-Studio :(
Cosa fare?
Installarlo correttamente