L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3313
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Se si intende la selezione delle caratteristiche come parte dei modelli, non sono assolutamente d'accordo, perché la selezione delle caratteristiche come parte dei modelli classifica qualsiasi schifezza.
Sto parlando di selezione delle caratteristiche
e quella che lei chiama "selezione di caratteristiche nei modelli" è l' importanza della varianza. Non confonda se stesso e gli altri.
E quello che fate con il pacchetto proxy è una selezione artigianale, scorretta e primitiva delle caratteristiche , o meglio di una sua parte.
E davvero, familiarizzate con i concetti e non introducetene di vostri sopra quelli esistenti.
Perché mi viene da piangere ogni volta che chiami il retraining "overfitting" e ci sono un sacco di errori di questo tipo.
Sanych, quando ci ricorderemo che l'Insegnante è segno + bersaglio?)
Oh, il più saggio!
Oh, il più esperto!
"Insegnante" (sinonimo di variabile target) nel metodo di apprendimento "con insegnante" è una VARIABILE separata nella formula di tutti i modelli di apprendimento automatico che conosco, per esempio:
randomForest(as.factor(target ) ~ ., data = Train [, - ncol(Train )], ntree = ntree, mtry = mtry)dove target rappresenta una colonna separata della matrice. Nel senso, ad esempio, di incrementi di prezzo. È come una funzione e i suoi argomenti.
Le altre colonne della matrice devono essere abbinate. Il problema è che non tutti gli insegnanti si adattano alle caratteristiche (predittori) e viceversa, non tutte le caratteristiche si adattano a un particolare insegnante.
Sto parlando di selezione delle caratteristiche
e quella che tu chiami "selezione di caratteristiche come parte di modelli" è importanza della varianza. Non confondere te stesso e gli altri.
E quello che fai con il pacchetto proxy è una selezione di caratteristiche artigianale, scorretta e primitiva, o meglio una parte di essa.
E davvero, familiarizzate con i concetti e non introducetene di vostri sopra quelli esistenti.
Perché mi viene da ridere ogni volta che chiami il retraining "overfitting" e ci sono un sacco di errori di questo tipo.
Grazie per il chiarimento!
Ma l'accuratezza assoluta è possibile solo con uno specifico modello di apprendimento automatico, poiché ci sono modelli che forniscono informazioni sull'importanza della varianza e modelli che hanno unaselezione delle caratteristiche incorporata.
Se si tratta di una classificazione generale dei concetti nel problema della selezione delle caratteristiche, è possibile utilizzare questo modello.
Per curiosità: qual è la traduzione di overfitting? Overfitting? O forse overfitting?
Grazie per il chiarimento!
Solo per curiosità: qual è la traduzione di overfitting? Overfitting? O forse overfitting?
overate.
parlato troppo.
Il punto non è nemmeno quello, è che tu sei l'unico che usa quella parola davanti a centinaia di altri e non c'è niente di buono in questo, è solo confuso.
==================================================================
Ricordo che hai detto che le tue funzioni impiegano molto tempo a contare, c'è una cosa fantastica come la memoizzazione del codice, che in alcuni casi velocizza molto il codice, basta avvolgere una lenta funzione f1() in f2() e creare una funzione memoizzabile.
grande guadagno
Oh, uomo molto saggio!
Oh, il più sapiente!
"Maestro".
Sanych, dove sta scritto che Maestro è sinonimo di obiettivo? )
memoise
curiosamente
Sanych, dove si dice che Insegnante è sinonimo di bersaglio? )
Non essere stupido!
L'apprendimento supervisionato è uno dei metodi diapprendimento automatico, in cui il sistema in esame è costretto ad apprendere utilizzando esempi di stimolo-risposta. Dal punto di vista dellacibernetica, si tratta di un tipo diesperimento cibernetico. Potrebbe esserci una dipendenza tra gli input e le uscite di riferimento ( stimolo-risposta), ma non è nota.
E soprattutto, non c'è bisogno di insegnare a nessuno! Basta fare le proprie cose!
Non essere stupido!
L'apprendimento supervisionato è uno dei metodi diapprendimento automatico, in cui il sistema in esame è costretto ad apprendere utilizzando esempi di stimolo-risposta. Dal punto di vista dellacibernetica, si tratta di un tipo diesperimento cibernetico. Potrebbe esserci una dipendenza tra gli ingressi e le uscite di riferimento ( stimolo-risposta), ma non è nota.
E soprattutto, non c'è bisogno di insegnare a nessuno! Basta fare le proprie cose!
Sanych, DOVE È SCRITTO?
È logico supporre che se Con insegnante - è con la colonna dell'obiettivo f-i, e Senza insegnante - senza questa colonna, allora questa colonna è l'insegnante.