혼돈에 패턴이 있을까요? 찾아보겠습니다! 특정 샘플의 예에 대한 머신 러닝. - 페이지 8

새 코멘트
 
Aleksey Vyazmikin #:

예, 데이터가 많고 더 추가할 계획이므로 난독화 전에 선별하는 방법론을 개발하는 것이 필요합니다.

지금은 훈련 중이며 설정, 특히 양자 테이블의 분할 수에 따라 많은 것이 달라진다고 말씀드릴 수 있습니다.

방금 비디오 카드의 기본 설정으로 훈련을 수행하는 실험을 시작했는데, 모델 평가 및 시험 샘플 테스트를 고려하지 않고 한 번 통과하면 모델의 결과 트리 수에 따라 2-3 분이 걸립니다. 다소 오래된 FX-8350 프로세서에서는 약 60% 더 느립니다.

속도가 꽤 괜찮다고 생각하며 일반적으로 고정 시드로 100 개의 모델을 훈련하여 방법의 효율성을 평균화합니다.

"끝까지"훈련하면 프로그램은 최대 2 시간까지 시간을 추정합니다.

나무 깊이가 6이고 나무가 1000개일 때 2~3분?
 
spiderman8811 #:
레벨이 아니라 범위와 파동 패턴 및 캔들 스틱에 있습니다. 그런 것은 책에 없습니다. 작동해야합니다.
자세한 내용에도 관심이 있습니다)))) 어떤 범위와 모델에서 명확하지 않습니다).
 
elibrarius #:
나무 깊이가 6이고 나무가 1000개인 경우 2~3분?

테스트 샘플에 대한 훈련을 중지하는 제어가 있기 때문에 250-400개의 나무가 만들어집니다. 즉, 마지막 100개의 나무 동안 개선이 없으면 훈련이 중지되고 개선이 있는 마지막 나무까지 모델이 잘립니다.

 
Aleksey Vyazmikin #:

여기 또 다른 변형이 있습니다. 모든 샘플에서 안정적인 결과를 얻을 수 있어 훨씬 더 마음에 듭니다.



0.042가 가장 좋은 결과입니다. 모든 열보다 더 좋고 균형 곡선이 더 예쁩니다. 하지만 캣버스타에서 한 것만큼은 아닙니다.


 
Aleksey Vyazmikin #:

첫 번째 열이 0인가요, 아니면 "1"인가요? :)

0입니다.

0,02400


 
Aleksey Vyazmikin #:

아마도 1041-1489에 가까운 의미일 것입니다.

448 바에서 최고 0.03000


 
elibrarius #:

0.042가 가장 좋은 결과입니다. 모든 기둥보다 낫고 균형 곡선이 더 예쁩니다. 하지만 캣버스타에서 한 것만큼은 아닙니다.


엘리바리우스 #:

448 바에서 최고는 0.03000입니다.


결과는 이미 분명히 더 좋아졌으며 학습을 향상시키는 예측자를 선택했기 때문에 달성된 것으로 보입니다. 얼마나 많은 다른 유용한 예측자가 있는지, 그리고 이를 어떻게 활용할 수 있는지가 관건입니다.

50 핍 이상의 수익을 달성하는 경우에만 "1"을 만들어 목표를 변경하십시오 (더 적을수록 좋을 수도 있음) - 이것은 내 실험에서 학습을 개선했지만 긍정적 인 목표의 수는 더 작아졌습니다...

 
Aleksey Vyazmikin #:

결과는 이미 분명히 개선되었으며, 이는 학습에 유리한 예측 변수를 선택했기 때문인 것으로 보입니다. 얼마나 더 많은 예측 변수가 유용하고 어떻게 활용할 수 있는지가 관건입니다.

수익이 50핍 이상 달성된 경우에만 "1"로 설정하여 목표를 변경해보십시오(더 적을수록 좋을 수도 있음) - 제 실험에서 학습이 개선되었지만 긍정적인 목표의 수는 더 작아졌습니다...

두 번째 열은 클래스 임계값입니다 (교사의 마크 업이 아니라 예측에 있음). 세 번째 수익.
60pt 포르고아에 대한 그래프가 가장 좋습니다.
 
elibrarius #:
두 번째 열은 수업 임계값입니다(교사의 마크업이 아니라 예측에 있음). 세 번째는 수익입니다.
60 점의 그래프가 가장 좋습니다.

그리고 예측할 때 수익을 어떻게 알 수 있습니까, 아니면 회귀 모델이 있습니까?

가르칠 때 바꾸어보세요 :)

 
Aleksey Vyazmikin #:

예측에서 수익을 어떻게 알 수 있나요, 아니면 회귀 모델이 있나요?

훈련할 때 바꿔보세요 :)

저는 훈련 후 수익과 일정을 계산합니다.
123456789101112131415...32
새 코멘트