Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3480

Новый комментарий
 
Aleksey Vyazmikin #:

Обучение, это правила по выделению кубиков. Порядок их задан алгоритмом предиктора. От того, что я их поменял местами - информация не пропала. Мой алгоритм отыщет все кубики, а для дерева это становится важным изменением, так как алгоритм работает не с одним кубиком, а сразу с группой, и для него поменялось содержимое группы кубиков. Режа сплитами группы на подгруппы он будет выбирать разные изменения для разреза через сплит, так как статистика групп поменялась.

Нужна более насыщенная закономерностями выборка для проверки этой гипотезы.

Информация  перемешалась/рандомизировалась. Как в пермутации. Только там не группами перемешивают, а конкретно каждый элемент в столбце... что как бы выключает предиктор и потом сравнивают насколько изменилс результат модели, а это и есть оценка важности столбца.

Дело ваше, на что тратить ваше время. Больше по этой теме сказать нечего.
 
Forester #:
Информация  перемешалась/рандомизировалась.
Дело ваше, на что тратить ваше время. Больше по этой теме сказать нечего.

Вы понимаете, что поменялась только шкала измерения события?

 
Aleksey Vyazmikin #:

Вы понимаете, что поменялась только шкала измерения события?

Шкала поменялась при квантовании.
Вы их еще и переставляете местами. Т.е. нарушаете естественную сортировку.
 
Forester #:
Шкала поменялась при квантовании.
Вы их еще и переставляете местами. Т.е. нарушаете естественную сортировку.

Можете представить, что мы сделали преобразование через некую функцию - условную синусоиду. Функция одинакова на всех выборках. Это и изменило шкалу и порядок построения на этой шкале.

 

Увеличил темп обучения в 10 раз, появились модели, дающие на двух выборках уже вероятность свою больше 0,5.

На графике упорядочены модели по прибыли на выборке exam


 
Запустил обучение на данных из нормального распределения, - удивлён, что обучение идёт бодренько... сделаю 100 моделей - посмотрим фин результат.
 
Aleksey Vyazmikin #:
Запустил обучение на данных из нормального распределения, - удивлён, что обучение идёт бодренько... сделаю 100 моделей - посмотрим фин результат.

Зачем? Вроде, и так все заранее известно.

PS Зашел на МКЛ только для того, чтобы удалили мой аккаунт, но языком зацепился.)

 
Yuriy Asaulenko #:

Зачем? Вроде, и так все заранее известно.

PS Зашел на МКЛ только для того, чтобы удалили мой аккаунт, но языком зацепился.)

Удивил не сам процесс обучения, а что валидация каждой итерации происходит на отдельной выборке, и для следующего шага обучения подтверждается эффект на завершенной итерации, поэтому и думал, что там будет остановка через пару итераций.

 
Aleksey Vyazmikin #:

Удивил не сам процесс обучения, а что валидация каждой итерации происходит на отдельной выборке, и для следующего шага обучения подтверждается эффект на завершенной итерации, поэтому и думал, что там будет остановка через пару итераций.

TensorFlow? Остановки не будет, сколько назначено эпох, столько и будет.

 
Yuriy Asaulenko #:

Зачем? Вроде, и так все заранее известно.

PS Зашел на МКЛ только для того, чтобы удалили мой аккаунт, но языком зацепился.)

А зачем удалять ак? 
1...347334743475347634773478347934803481348234833484348534863487...3745
Новый комментарий