A fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports comp...
고맙습니다! 하지만 코드가 너무 이해하기 어렵습니다 :(((MQL5로 변환할 수 있습니까?
변환하기에는 너무 게으름) 요점을 설명하겠습니다.
1) 열 정렬 2) 양자의 평균 요소 수를 계산합니다(예: 10,000개의 요소 / 255개의 양자 = 39.21). 3) 루프에서 각 단계에서 39.21개의 요소를 이동하고 정렬된 배열의 값을 양자 값의 배열에 추가합니다. 저것들. 0 배열 값 = 0 퀀텀 값, 39번째 값 = 1 퀀텀, 78번째 = 2 퀀텀 등
값이 이미 배열에 있는 경우, 즉 중복 항목이 많은 영역에 들어간 경우 중복 항목을 추가하지 않습니다.
각 단계에서 정확히 39.21을 추가한 다음 합계를 반올림하여 배열의 요소를 선택하여 짝수가 되도록 합니다. 저것들. 195(39*5 = 195) 대신 196( 39.21 * 5 = (int)196.05 ) 요소가 필요합니다.
수익성 있는 잔액은 같은 각도에서 UP
또는 기하학적으로 재투자하는 경우
무슨 말을 해야 할지조차 모르겠어... 수익성 개념이 탐욕의 개념과 관련이 있다고 생각하지 않았습니다.
여기 선택 사항이 있습니다. 내가 이해하는 한 3개 부분으로 나누어져 있는데, train.csv만 수정하면 됩니까?
대상 열 "Target_100" - 마지막 4개 열은 교육에 포함되지 않습니다(날짜가 있는 열로 이동할 수 있음) - 균형을 구축하는 데 필요합니다.
무슨 말을 해야 할지조차 모르겠어... 수익성 개념이 탐욕의 개념과 관련이 있다고 생각하지 않았습니다.
대차 대조표에서 제시된 5년 중 지난 4.5년 동안의 증가는 실질적으로 0입니다.
당신은 이것을 어떻게 견딜 수 있습니까?
수익성에 대해 이야기하기에는 분명히 너무 이르다.
깊이를 늘릴 수도 있습니다. 학습률을 동시에 줄이는 것도 필요합니다. 이는 또한 불균형 샘플의 결과를 향상시킵니다.
그들은 범위에 있는 물체의 밀집을 고려하는 방법을 포함하여 다양한 양자화 방법을 사용합니다.
코드에서 양자화 프로세스(경계 설정)를 발견했다면 이 코드를 게시할 수 있습니까? 기능이 있습니까?
여기 https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp
모든 5가지 유형의 양자화. GenerateMedianBorders라고 하는 가장 단순한(집중을 위한) 함수로 시작합니다.
노트북: https://colab.research.google.com/drive/1ffKGo2R8lh_QpsNO__F7cx-NG2KcFpX-?usp=sharing
파일: https://drive.google.com/drive/folders/1iL5MVyTU3AF_j2cq9n3V3XhoeD2VVAgn?usp=sharing
동영상:
지금은 Google Collab에서 수행하겠습니다. 파이썬을 설치하지 않고도 파일을 업로드하고 직접 변환할 수 있습니다.
고맙습니다!
노트북: https://colab.research.google.com/drive/1ffKGo2R8lh_QpsNO__F7cx-NG2KcFpX-?usp=sharing
파일: https://drive.google.com/drive/folders/1iL5MVyTU3AF_j2cq9n3V3XhoeD2VVAgn?usp=sharing
동영상:
영상 잘봤습니다, 감사합니다! 전체 샘플을 변환할 수는 없지만 일부만 변환할 수 있다는 것을 이해합니다.
그리고 아카이브에 파일을 저장하는 방법을 알고 있습니까? 인터넷이 너무 느립니다 :(
여기 https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp
모든 5가지 유형의 양자화. GenerateMedianBorders라고 하는 가장 단순한(집중을 위한) 함수로 시작합니다.
고맙습니다! 그러나 코드가 너무 이해하기 어렵습니다 :(((MQL5로 변환할 수 있습니까?
대차 대조표에서 제시된 5년 중 지난 4.5년 동안의 증가는 실질적으로 0입니다.
당신은 이것을 어떻게 견딜 수 있습니까?
수익성에 대해 이야기하기에는 분명히 너무 이르다.
그리고 이전 성장에 비해 50% 증가하지 않습니까? 5년 동안 350%는 전략이 원시적이고 초기에 소모적이며 MT5의 표준 설정이 있는 지표가 사용된다고 생각하면 좋은 지표입니다. 효과적인 것으로 보이는 접근 방식이 표시됩니다.
고맙습니다!
영상 잘봤습니다, 감사합니다! 전체 샘플을 변환할 수는 없지만 일부만 변환할 수 있다는 것을 이해합니다.
그리고 아카이브에 파일을 저장하는 방법을 알고 있습니까? 인터넷이 너무 느립니다 :(
모든 파일을 선택하고 삭제하면 자동으로 zip으로 압축됩니다.
부품이 과도하게 샘플링된 경우 샘플의 다른 길이가 됩니다.
zip을 별도로 업로드했습니다. 인터넷을 변경해야하며 각각 200MB의 파일을 생성했습니다))
고맙습니다! 하지만 코드가 너무 이해하기 어렵습니다 :(((MQL5로 변환할 수 있습니까?
변환하기에는 너무 게으름)
요점을 설명하겠습니다.
1) 열 정렬
2) 양자의 평균 요소 수를 계산합니다(예: 10,000개의 요소 / 255개의 양자 = 39.21).
3) 루프에서 각 단계에서 39.21개의 요소를 이동하고 정렬된 배열의 값을 양자 값의 배열에 추가합니다. 저것들. 0 배열 값 = 0 퀀텀 값, 39번째 값 = 1 퀀텀, 78번째 = 2 퀀텀 등
값이 이미 배열에 있는 경우, 즉 중복 항목이 많은 영역에 들어간 경우 중복 항목을 추가하지 않습니다.
각 단계에서 정확히 39.21을 추가한 다음 합계를 반올림하여 배열의 요소를 선택하여 짝수가 되도록 합니다. 저것들. 195(39*5 = 195) 대신 196( 39.21 * 5 = (int)196.05 ) 요소가 필요합니다.