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
As probabilidades do modelo são dadas pelas estatísticas da amostra de treinamento.
Assim, sem uma amostra representativa, elas não são precisas, portanto, supere isso :)
Ou descubra em que consiste o modelo e reponha o peso das folhas de acordo com o algoritmo que você criou....
As probabilidades do modelo são dadas pelo sigmoide, não por isso.
Sim, bem, que número você coloca na função, de onde ele vem?
Sim, bem, que número você coloca na função, de onde ele vem?
Como você percebeu que o classificador fornece as probabilidades corretas? Não apenas valores em um intervalo. Você lê o que está sendo escrito para você?
Eu já verifiquei várias vezes. Essa é a base para o TC.
Novamente, se não estiver, será retreinado.
O que você obtém no resultado dos modelos não são probabilidades de classe. Uma analogia é a regressão, que fornece um único valor. O classificador funciona com o mesmo princípio, ele fornece um valor bruto passado por um sigmoide, não uma probabilidade.
Ao passar pela sigmoide, obtemos a classe, não a probabilidade da classe.
Ao passar pela sigmoide, obtemos uma classe, não a probabilidade da classe.
Verifiquei isso várias vezes. Essa é a base para o TC.
Novamente, se não estiver, ele é retreinado.
Você vai responder a uma pergunta com uma pergunta? Eu sei qual é a resposta inequívoca, se é que existe alguma.
O que você obtém na saída dos modelos não são probabilidades de classes. Uma analogia é a regressão, que fornece um valor. Um classificador funciona com o mesmo princípio, ele fornece um valor bruto passado por um sigmoide, não uma probabilidade.
Você sabe como o valor é obtido nas folhas do modelo CB, você pode reproduzi-lo?
A questão é que as probabilidades são estimadas pelo histórico, mas somente uma teoria com uma amostra representativa pode garantir que elas continuarão a ser assim. Nós não temos essa amostra. Portanto, quaisquer ajustes nessa direção não proporcionarão precisão em novos dados. A correção pode ser relevante pelo fato de haver detritos nas folhas, e é isso que precisa ser corrigido pela superestimação ou subestimação do ponto de classificação sigmoidal.
Ou, novamente, não está claro do que se trata.
Se você encontrou algo inteligente, compartilhe :)
Você sabe como o valor nas folhas do modelo CB é derivado? Você pode reproduzi-lo?
A questão é que as probabilidades históricas são estimadas, mas somente uma teoria com uma amostra representativa pode garantir que elas continuarão a ser assim. Não temos essa amostra. Portanto, quaisquer ajustes nessa direção não proporcionarão precisão em novos dados. A correção pode ser relevante pelo fato de os detritos terem entrado nas folhas, e é isso que deve ser corrigido, seja por dependência ou subestimação do ponto de classificação sigmoidal.
Ou, novamente, não está claro do que estamos falando.
Se você encontrou algo inteligente, compartilhe :)