# make dataset
#pr = get_prices()
#pr = labelling_relabeling(pr, relabeling=False)
#a, b = tester(pr, MARKUP, use_meta=False, plot=False)
#pr['meta_labels'] = b
#pr = pr.dropna()
#pr = labelling_relabeling(pr, relabeling=True)
エラーが出る
Traceback (most recent call last):
File "F:/FX/Python/meta_modeling_Viborka.py", line 386, in <module>
res.append(brute_force(pr[pr.columns[1:]], bad_samples_fraction=0.5))
File "F:/FX/Python/meta_modeling_Viborka.py", line 128, in brute_force
X = X[X.index >= START_DATE]
File "C:\Program Files\Python38\lib\site-packages\pandas\core\ops\common.py", line 81, in new_method
return method(self, other)
File "C:\Program Files\Python38\lib\site-packages\pandas\core\arraylike.py", line 60, in __ge__
return self._cmp_method(other, operator.ge)
File "C:\Program Files\Python38\lib\site-packages\pandas\core\indexes\range.py", line 964, in _cmp_method
return super()._cmp_method(other, op)
File "C:\Program Files\Python38\lib\site-packages\pandas\core\indexes\base.py", line 6783, in _cmp_method
result = ops.comparison_op(self._values, other, op)
File "C:\Program Files\Python38\lib\site-packages\pandas\core\ops\array_ops.py", line 296, in comparison_op
res_values = _na_arithmetic_op(lvalues, rvalues, op, is_cmp=True)
File "C:\Program Files\Python38\lib\site-packages\pandas\core\ops\array_ops.py", line 171, in _na_arithmetic_op
result = func(left, right)
File "C:\Program Files\Python38\lib\site-packages\pandas\core\computation\expressions.py", line 239, in evaluate
return _evaluate(op, op_str, a, b) # type: ignore[misc]
File "C:\Program Files\Python38\lib\site-packages\pandas\core\computation\expressions.py", line 70, in _evaluate_standard
return op(a, b)
TypeError: '>=' not supported between instances of 'int' and 'datetime.datetime'
>>>
おそらく、属性とラベルは関数を通して自動的に作られるという意味だろう。
おそらく。
新しいデータに適用するときは、すでに訓練されたモデルが使われるので、何も削除する必要はありません。
そして、トレーニングの開始を初期化するとき、なぜそれを削除するのですか？最初に一度マークアップして、すぐにまたマークアップする......。この点が理解できない。
もし同じにしたいのであれば、最小取引時間と最大取引時間を同じにし、最小=最大
にする。
いや、私はただ自分のサンプリングを試してみたいだけなんだ。そのためには、そこで何を取り除く必要があるのかを理解する必要がある。
おそらくね。
そしてトレーニングの開始を初期化する際、なぜそれを削除するのでしょうか？最初に一度マークアップをして、またすぐにマークアップをする......。この点が理解できない。
いや、僕はただサンプリングを試したいだけで、そのためにはそこで何を取り除く必要があるのかを理解する必要があるんだ。
H.Y.もし興味があれば、もっと "明確で "シンプルなリアライゼーションの他のバリエーションを展開することもできる。なぜなら、これは少し理解しにくいからだ。ここには多くの仮定があり、混乱する可能性があります。
H.Y.もし興味があれば、もっと "明確で "シンプルなリアライゼーションの他のバリエーションを展開することもできる。なぜなら、これは少し理解しにくいからです。たくさんの仮定があり、混乱するかもしれない。
私はまだpythonのコードをよく理解していないので、どんなコード例にも興味があります。
私はまだpythonのコードをよく理解していないので、説明の少ないコードサンプルに興味があります。
Pythonはとてもシンプルだ。文字通り "Python for Complex Problems "の本が数冊あり、numpy、pandas、sklearnのような基本的なパッケージの使い方をカバーしている。そしてMark Lutz - Learning Python, Volume 1。2冊目はクラスについてで、あまり必要ない。
推薦ありがとう。Pythonは簡単かもしれませんが、私の記憶力は悪くなっているので、新しいことを学ぶのは難しいです。
2つのターゲットでサンプルを作成した後、列は "close "ですか？
一般的に、私はcsvファイルに以下の形式のデータを持っています。
従って、私は以下のコードを通して、記事で説明されているように見えるようにする。
# Загрузите данные из файлов Load_train_data = pd.read_csv('E:\\FX\\MT5_CB\\MQL5\\Files\\Catboost_Tester_M02_104_SMO\\Setup\\train.csv',sep=';') # Сохранили предикторы train_data = Load_train_data.loc[:, :'iVolumes_B0_S15_D1'] # Сохранили значения целевой train_labels = Load_train_data['Target_100'] # Преобразование столбца 'Time' в формат datetime Load_train_data['Time'] = pd.to_datetime(Load_train_data['Time'], format='%Y.%m.%d %H:%M:%S') # Преобразование обратно в строку с нужным форматом #Load_train_data['Time'] = Load_train_data['Time'].dt.strftime('%Y-%m-%d %H:%M:%S') # Сохранили значение столбца train_taime = Load_train_data['Time'] # Вывод результата print(train_taime) # Создали новый DataFrame объединением столбцов combined_data = pd.concat([train_taime, train_data, train_labels], axis=1) # Добавили новый столбец "close" после "train_taime" со значениями "1.1" combined_data.insert(combined_data.columns.get_loc('Time') + 1, 'close', 1.1) # Переименовали столбец "Target_100" в "labels" combined_data.rename(columns={'Target_100': 'labels'}, inplace=True) # Добавили столбец с данными из train_labels combined_data['meta_labels'] = train_labels pr = combined_data # Вывод результата print(combined_data)このように表示される。
次に、あなたの年の関数をコメントする
エラーが出る
Traceback (most recent call last): File "F:/FX/Python/meta_modeling_Viborka.py", line 386, in <module> res.append(brute_force(pr[pr.columns[1:]], bad_samples_fraction=0.5)) File "F:/FX/Python/meta_modeling_Viborka.py", line 128, in brute_force X = X[X.index >= START_DATE] File "C:\Program Files\Python38\lib\site-packages\pandas\core\ops\common.py", line 81, in new_method return method(self, other) File "C:\Program Files\Python38\lib\site-packages\pandas\core\arraylike.py", line 60, in __ge__ return self._cmp_method(other, operator.ge) File "C:\Program Files\Python38\lib\site-packages\pandas\core\indexes\range.py", line 964, in _cmp_method return super()._cmp_method(other, op) File "C:\Program Files\Python38\lib\site-packages\pandas\core\indexes\base.py", line 6783, in _cmp_method result = ops.comparison_op(self._values, other, op) File "C:\Program Files\Python38\lib\site-packages\pandas\core\ops\array_ops.py", line 296, in comparison_op res_values = _na_arithmetic_op(lvalues, rvalues, op, is_cmp=True) File "C:\Program Files\Python38\lib\site-packages\pandas\core\ops\array_ops.py", line 171, in _na_arithmetic_op result = func(left, right) File "C:\Program Files\Python38\lib\site-packages\pandas\core\computation\expressions.py", line 239, in evaluate return _evaluate(op, op_str, a, b) # type: ignore[misc] File "C:\Program Files\Python38\lib\site-packages\pandas\core\computation\expressions.py", line 70, in _evaluate_standard return op(a, b) TypeError: '>=' not supported between instances of 'int' and 'datetime.datetime' >>>テストしたいのですが、できません :(
TypeError: '>=' が 'int' と 'datetime.datetime' のインスタンス間でサポートされていません。
最初に気づいたのは、データフレームのインデックスが間違っているということです。
最初に気づいたのは、データフレームのインデックスが間違っているということだ。
また、idex値（0,1,2）をカレンダーの日付とどのように比較できるのでしょうか？