Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3337
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Você já se perguntou por que isso acontece?
Na verdade, trata-se de um padrão errôneo na planilha.Pode haver uma série de motivos para que seja assim.
Ou você tem uma resposta específica e inequívoca?
Velocidade de teste do modelo exportado para o código ingênuo (catbust)
E exportado para o ONNX
Os componentes internos das duas versões do bot são quase semelhantes e os resultados são os mesmos.
Pague pela universalidade.
É uma pena que o CatBoost tenha limitações significativas na conversão de modelos.
O preço a pagar pela versatilidade.
É uma pena que o CatBoost tenha limitações significativas na conversão de modelos.
Comecei a pesquisar mais sobre a importância dos objetos e há um artigo inteiro sugerido. Verei o que ele tem a oferecer.
Fico feliz em ver que você ainda está interessado. Escreva sobre seu progresso na pesquisa da utilidade dessa abordagem.
Acho que tentarei recriar a estimativa de folhas levando em conta a correção de erros por etapas, fazendo um reparticionamento após cada folha (árvore).
Mas, ainda assim, não parece funcionar da mesma forma ao categorizar..... Não estou entendendo muito bem as fórmulas.
Pelo que entendi, na primeira iteração, uma função aproximada de aproximação de loglosses é construída nos rótulos do alvo, que deve ser abordado com a ajuda de árvores, e o delta entre a função ideal e a obtida com a ajuda de árvores é gravado na folha após a multiplicação pelo coeficiente da taxa de aprendizado.
Só que, se você marcar um erro tomando a abordagem literalmente, então o que é necessário para marcar um erro em duas classes diferentes por um, digamos "1"?
Ou o quê?
Ainda bem que consegui despertar seu interesse, afinal. Escreva sobre os avanços na pesquisa da utilidade dessa abordagem.
Estou neste tópico há muito tempo. Há outras formas/pacotes. De alguma forma, esse recurso foi esquecido, talvez tenha sido adicionado recentemente
Você pode assistir a um vídeo sobre esse tópico
Os valores nas folhas que são somados para formar a coordenada Y da função.
Para mim, essa é a resposta ou a previsão de uma folha. Pensei que você quisesse corrigi-la com algum coeficiente.
É que, se você marcar um erro tomando a abordagem literalmente, então um erro em duas classes diferentes deve ser marcado com um, digamos "1"?
Ou, como?
No exemplo de treinamento do artigo, apenas regressão. Não sei dizer quanto à classificação.
Você pode assistir a um vídeo sobre esse tópico
No exemplo de treinamento do artigo, apenas regressão. Não tenho certeza sobre a classificação.
Sobre a classificação, escrevo mais ou menos aqui. Mas o CatBoost tem uma fórmula ligeiramente diferente, mas talvez esse seja o custo das transformações matemáticas....
E um link para um vídeo do mesmo lugar, eu acho.