Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3478
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Всему нужно время)))
Именно это я и уточняю.
Для вас, кака пишущего на R, это является естественным,а вот остальным это даже в голову не приходит, что обучение ведется на случайно выбранных строках.
Хм, может это заразительно...
Обучение ведется согласно алгоритму - есть варианты со случайной подвыборкой на условную итерацию, а есть без.
Впрочем, я уточнял изначально терминологию fxsaber, которая из алготрейдинга в широком смысле слова. Поэтому уточнения обоих неуместны.
Хм, может это заразительно...
Обучение ведется согласно алгоритму - есть варианты со случайной подвыборкой на условную итерацию, а есть без.
Впрочем, я уточнял изначально терминологию fxsaber, которая из алготрейдинга в широком смысле слова. Поэтому уточнения обоих неуместны.
неуместно на одно понятие иметь кучу терминологий (у каждого своя)
есть : трейн, валидация, тест.
Сабер юзает трейн и валидацию , но валидацию называет ООС при этом подразумевает тест
Ну да ладно, варитесь в этом сами если вам нравиться болтать ниочем..
Сабер юзает трейн и валидацию , но валидацию называет ООС при этом подразумевает тест
Он разве писал, что делает отбор на втором участке? Он только оценивает что получилось. Вот я и спросил, какой там шанс.
И потом, мне не сложно перейти на другие термины, если я с ними знаком, для диалога с собеседником, а не делать вид, что не понимаю о чём речь.
Или по Вашему, надо писать "Извини, но у тебя две выборки, а не три - значит ты делаешь всё неправильно - забудь дорогу сюда"?
Еще до нашей эры Аристотель говорил: «…Иметь не одно значение — значит не иметь ни одного значения; если же у слов нет (определённых) значений, тогда утрачена всякая возможность рассуждать друг с другом, а в действительности и с самим собой, ибо невозможно ничего мыслить, если не мыслить каждый раз что-нибудь одно».
Даже не знаю, были ли уже тогда синонимы в его родном языке...
Такой вопрос давно меня тревожил, а что будет, если в предикторах поменять их цифровое значение, ну, допустим поменять местами 1 и 10, изменится ли результат обучения на том же CatBoost?
Если числовые и есть значения от 2 до 9, то 1 окажется за 9, а 10 до 2 при сортировке. Оценка сплитов станет другой.
Если они категориальные - то не изменится. При отключенной рандомизации (фиксировнном seed, но может в катбусте еще что есть рандомного...).
Если числовые и есть значения от 2 до 9, то 1 окажется за 9, а 10 до 2 при сортировке. Оценка сплитов станет другой.
Допустим алгоритм не работает с кат предикторами. Если алгоритм силен, то, он должен найти аналогичные сплиты, как и до перестановки - одна из гипотез была. По факту обучение совсем другое. Это значит, что если просто преобразовывать шкалу так, что бы менялся порядок значений, то это изменит результат обучения.
Вот я подумал, и упорядочил значения по смещению вероятности после квантования, обучение стало проходить в раз 7 быстрей - вместо 400 деревьев - всего 60, но значительно ухудшился финансовый результат на двух остальных выборках. Получается, что из-за хауса распределения вероятности принадлежности к классу случайно удаётся обучаться чуть лучше.
Если смотреть по среднему logloss 100 моделей:
train был 0,518 стал 0,448
test был 0,543 стал 0,555
exam был 0,560 стал 0,570
Т.е. по 2 и 3 выборке результат сопоставим, а вот на первой выборке быстрей происходит обучение/обобщение после преобразования.