カオスにはパターンがあるのか？それを探してみよう！特定のサンプルを例にした機械学習。 - ページ 3 12345678910...32 新しいコメント Forester 2022.10.28 19:38 #21 Aleksey Vyazmikin #:exam.csv ファイルでモデルを正確にチェックできますか？サンプリングの操作は試しましたか？いくつかの予測因子を除いた後の試験サンプルのバランスです。もちろん、モデルの回答分布のグラフは、ほんの少ししかトレーニングが行われなかったことを示しています - Recallは非常に低いですが、すでにある程度の結果が出ています。train.csv試験.csv 試験には9046行ある。私は9000です。 あなたの曲線の方がずっといい。もう少しパラメータをいじってみます。 Aleksey Vyazmikin 2022.10.28 19:44 #22 elibrarius #:あなたのベストバランスは？ 今、私はさまざまなバリエーションで検索しました、それは一種のこの結果であることが判明 - 委員会のラウンドにもある3点は、アイデアに取られている。 Aleksey Vyazmikin 2022.10.28 19:45 #23 elibrarius #: 行数は9046。私は9000です。大した違いはないだろう。 あなたの曲線の方がずっといい。もう少しパラメータをいじってみます。 そうですね、もし試験ファイルのデータなら、そうですねー、あまり違いはないですね。もともと3つのファイルをマージしたのですか？ 試してみてください。 Forester 2022.10.28 19:50 #24 Aleksey Vyazmikin #:まあ、試験ファイルのデータであれば、そうですね。あまり違いはないのですが、ただ、列車ファイルではないかと思っただけです。もともと3つのファイルを統合していたのですか？試してみてください。 はい、3つともマージして、あとは区間の長さを指定するだけです。 Aleksey Vyazmikin 2022.10.28 19:54 #25 elibrarius #: ええ、3つを組み合わせて、あとはセクションの長さを入力するだけです。 なるほど。 サンプルを減らして、たとえば1/10でトレーニングすることで、トレーニングを改善できる可能性があると思います。 Aleksey Vyazmikin 2022.10.28 20:31 #26 学習率を変えることによってのみ、基準を満たすモデルを100個中2個得ることができた。 1つ目。 つ目。 CatBoostの能力は高いが、より積極的に設定を調整する必要があることがわかった。 Forester 2022.10.28 20:41 #27 Aleksey Vyazmikin #:そうか、それならいいんだ。サンプルを減らして、例えば1/10でトレーニングすることで、トレーニングを改善できる可能性があると思います。 1000と20000でヴァルキング・フォワードを試してみましたが、すべて失敗しました。 Forester 2022.10.28 20:44 #28 1つのクラスでトレードする／しないを教えるのか？ それとも売買を分けるのか？ Aleksey Vyazmikin 2022.10.28 21:03 #29 elibrarius #: あるいは、売買を分けるか？ この結果は、ターゲット変換のないサンプル、つまり「はい - 取引する」と「取引しない」で示されています。 でも本当は、売買のサンプルを別々に作った方がトレーニングしやすいと思います。 elibrarius#: 1000と20000で順張りして学習してみました。 うーん、不思議だ。どのような方法で学習していますか？ランダムフォレストですか？ Forester 2022.10.28 21:11 #30 Aleksey Vyazmikin #:うーん、奇妙だ。トレーニングにはどのような方法を使っていますか？ランダムフォレストですか？ Alglibowから再設計した。 今はもっと多くのツリーを実行している。朝までには新しいバージョンが計算されると思う。 あるいは、私が何か間違ったことをしたのかもしれない。 12345678910...32 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
exam.csv ファイルでモデルを正確にチェックできますか？
サンプリングの操作は試しましたか？
いくつかの予測因子を除いた後の試験サンプルのバランスです。
もちろん、モデルの回答分布のグラフは、ほんの少ししかトレーニングが行われなかったことを示しています - Recallは非常に低いですが、すでにある程度の結果が出ています。
train.csv
試験.csv
あなたの曲線の方がずっといい。もう少しパラメータをいじってみます。
あなたのベストバランスは？
今、私はさまざまなバリエーションで検索しました、それは一種のこの結果であることが判明 - 委員会のラウンドにもある3点は、アイデアに取られている。
行数は9046。私は9000です。大した違いはないだろう。 あなたの曲線の方がずっといい。もう少しパラメータをいじってみます。
そうですね、もし試験ファイルのデータなら、そうですねー、あまり違いはないですね。もともと3つのファイルをマージしたのですか？
試してみてください。
まあ、試験ファイルのデータであれば、そうですね。あまり違いはないのですが、ただ、列車ファイルではないかと思っただけです。もともと3つのファイルを統合していたのですか？
試してみてください。
ええ、3つを組み合わせて、あとはセクションの長さを入力するだけです。
なるほど。
サンプルを減らして、たとえば1/10でトレーニングすることで、トレーニングを改善できる可能性があると思います。
学習率を変えることによってのみ、基準を満たすモデルを100個中2個得ることができた。
1つ目。
つ目。
CatBoostの能力は高いが、より積極的に設定を調整する必要があることがわかった。
そうか、それならいいんだ。
サンプルを減らして、例えば1/10でトレーニングすることで、トレーニングを改善できる可能性があると思います。
それとも売買を分けるのか？
あるいは、売買を分けるか？
この結果は、ターゲット変換のないサンプル、つまり「はい - 取引する」と「取引しない」で示されています。
でも本当は、売買のサンプルを別々に作った方がトレーニングしやすいと思います。
1000と20000で順張りして学習してみました。
うーん、不思議だ。どのような方法で学習していますか？ランダムフォレストですか？
うーん、奇妙だ。トレーニングにはどのような方法を使っていますか？ランダムフォレストですか？
Alglibowから再設計した。
今はもっと多くのツリーを実行している。朝までには新しいバージョンが計算されると思う。
あるいは、私が何か間違ったことをしたのかもしれない。