Они не сравниваются, просто индексной должна быть установлена колонка time, а 0,1,2 вообще не нужна
попробуйте выделенное в своем коде
В общем потратил уже много времени. Адаптация под данные из файла не прошла успешно.
Видимо, проще переписать с нуля.
Куда то пропадают данные после разметки на второй итерации - видимо там с книгой какая то заморочка - не знаю.
Уникальные значения в train_y (meta model): [0.]
Traceback (most recent call last):
File "F:/FX/Python/meta_modeling_Viborka.py", line 504, in <module>
res.append(brute_force(pr[pr.columns[1:]], bad_samples_fraction=0.5))
File "F:/FX/Python/meta_modeling_Viborka.py", line 265, in brute_force
meta_model.fit(train_X, train_y, eval_set=(test_X, test_y),
File "C:\Program Files\Python38\lib\site-packages\catboost\core.py", line 5100, in fit
self._fit(X, y, cat_features, text_features, embedding_features, None, sample_weight, None, None, None, None, baseline, use_best_model,
File "C:\Program Files\Python38\lib\site-packages\catboost\core.py", line 2319, in _fit
self._train(
File "C:\Program Files\Python38\lib\site-packages\catboost\core.py", line 1723, in _train
self._object._train(train_pool, test_pool, params, allow_clear_pool, init_model._object if init_model else None)
File "_catboost.pyx", line 4645, in _catboost._CatBoost._train
File "_catboost.pyx", line 4694, in _catboost._CatBoost._train
_catboost.CatBoostError: C:/Go_Agent/pipelines/BuildMaster/catboost.git/catboost/private/libs/target/target_converter.cpp:375: Target contains only one unique value
>>>
что-то странное происходит.. дайте мне время чтобы сосредоточиться, позже разберемся ) или скиньте кусок своего датасета
Получился такой черновик. Пришлось решать проблемы, которые не возникали у Вас, а именно несбалансированность классов приводит к ошибкам при разделение на подвыборки.
Я же правильно понимая, что мета модель классифицирует примеры классом "1", и вторая модель уже активируется только на единичках первой?
Просто у Вас код такой меня смущает - что моделью классифицируется единицей, то записывается нулём. Если я конечно верно это понял...
В общем если я правильно восстановил метод, то результат получился такой
Добавил в коде проверок - иначе вылетает с ошибкой - прикладываю.
И я так понимаю, парсинг модели не работает, так как изменился код модели?
Там x[0] - это вероятности для нулевого класса, модель же выдает вероятности для двух классов. То есть если вероятность нулевого класса меньше 0.5, значит класс первый предсказывается. То есть True == 1 и наоборот. Поэтому ошибки нет.
Да, в новой версии катбуста есть изменения, скину переделки. Сейчас пока что немного не за компом, позже постараюсь помочь
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
А как значение идекса (0,1,2) может сравниваться с календарной датой?
Они не сравниваются, просто индексной должна быть установлена колонка time, а 0,1,2 вообще не нужна
попробуйте выделенное в своем коде
def get_prices() -> pd.DataFrame: p = pd.read_csv('files/EURUSD_H1.csv', delim_whitespace=True) pFixed = pd.DataFrame(columns=['time', 'close']) pFixed['time'] = p['<DATE>'] + ' ' + p['<TIME>'] pFixed['time'] = pd.to_datetime(pFixed['time'], format='mixed') pFixed['close'] = p['<CLOSE>'] pFixed.set_index('time', inplace=True) pFixed.index = pd.to_datetime(pFixed.index, unit='s') pFixed = pFixed.dropna() pFixedC = pFixed.copy() count = 0 for i in PERIODS: pFixed[str(count)] = pFixedC.rolling(i).mean() - pFixedC count += 1 return pFixed.dropna()Они не сравниваются, просто индексной должна быть установлена колонка time, а 0,1,2 вообще не нужна
попробуйте выделенное в своем коде
В общем потратил уже много времени. Адаптация под данные из файла не прошла успешно.
Видимо, проще переписать с нуля.
Куда то пропадают данные после разметки на второй итерации - видимо там с книгой какая то заморочка - не знаю.
В общем да, тут происходит обнуление
Я не могу понять, как можно получить значение больше единицы после первой итерации?
Соответственно, так как не получаю, то все значения "meta_labels" зануляются у меня.В общем да, тут происходит обнуление
Я не могу понять, как можно получить значение больше единицы после первой итерации?
Соответственно, так как не получаю, то все значения " " зануляются у меня.что-то странное происходит.. дайте мне время чтобы сосредоточиться, позже разберемся ) или скиньте кусок своего датасета
что-то странное происходит.. дайте мне время чтобы сосредоточиться, позже разберемся ) или скиньте кусок своего датасета
Получился такой черновик. Пришлось решать проблемы, которые не возникали у Вас, а именно несбалансированность классов приводит к ошибкам при разделение на подвыборки.
Пока считает - можно поспать...
Выборку позже попробую загрузить.Вот выборка.
Всё же, похоже с разметкой я не до конца разобрался.
Я же правильно понимая, что мета модель классифицирует примеры классом "1", и вторая модель уже активируется только на единичках первой?
Просто у Вас код такой меня смущает - что моделью классифицируется единицей, то записывается нулём. Если я конечно верно это понял...
В общем если я правильно восстановил метод, то результат получился такой
Добавил в коде проверок - иначе вылетает с ошибкой - прикладываю.
И я так понимаю, парсинг модели не работает, так как изменился код модели?
Я же правильно понимая, что мета модель классифицирует примеры классом "1", и вторая модель уже активируется только на единичках первой?
Просто у Вас код такой меня смущает - что моделью классифицируется единицей, то записывается нулём. Если я конечно верно это понял...
В общем если я правильно восстановил метод, то результат получился такой
Добавил в коде проверок - иначе вылетает с ошибкой - прикладываю.
И я так понимаю, парсинг модели не работает, так как изменился код модели?
Да, в новой версии катбуста есть изменения, скину переделки. Сейчас пока что немного не за компом, позже постараюсь помочь
Спасибо.
Спасибо.