Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2255

[[Удален]]

Aleksey Vyazmikin:

Если понимаешь в чем проблема, то можешь искать решение. Очевидно, что у таких деревьев есть недостатки.

Но согласен, что с кодом CatBoost я не разберусь для внесения в него правок, увы.

Однако, есть возможность повлиять на модель, возможно зануление редких примеров в листьях даст положительный эффект, но желательно потом перевзвесить коэффициенты листьев - с этим сложней, но глобально решаемо.

Я согласен, что и там будет эффект переобучения, но другого характера - вопрос в том, какой из этих эффектов можно точней выявлять и оценивать и с каким легче бороться.

На самом деле подавляющее большинство этих методов говорят лишь об использовании предикторов в моделях, но не делают какой либо оценки их самих. Нужны оценки предикторов независимые от модели - я работаю над этим, есть скромные положительные результаты.

Конечно мне хочется покрутить готовые решения на питоне или R, но есть сомнения, что я осилю новый синтаксис.

там оценивается именно влияние фичей на поведение конкретной модели

[Aleksei Kuznetsov]

Aleksey Vyazmikin:

Если понимаешь в чем проблема, то можешь искать решение. Очевидно, что у таких деревьев есть недостатки.

Но согласен, что с кодом CatBoost я не разберусь для внесения в него правок, увы.

Однако, есть возможность повлиять на модель, возможно зануление редких примеров в листьях даст положительный эффект, но желательно потом перевзвесить коэффициенты листьев - с этим сложней, но глобально решаемо.

Я согласен, что и там будет эффект переобучения, но другого характера - вопрос в том, какой из этих эффектов можно точней выявлять и оценивать и с каким легче бороться.

На самом деле подавляющее большинство этих методов говорят лишь об использовании предикторов в моделях, но не делают какой либо оценки их самих. Нужны оценки предикторов независимые от модели - я работаю над этим, есть скромные положительные результаты.

Конечно мне хочется покрутить готовые решения на питоне или R, но есть сомнения, что я осилю новый синтаксис.

Пришел к выводу, что добавление по 1 (или удаление по 1) самое лучшее. Тут мое исследование. Наверное вы уже видели.

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

там оценивается именно влияние фичей на поведение конкретной модели

Я об этом и говорю, что оценка идет через получившуюся модель.

[Aleksey Vyazmikin]

elibrarius:

Пришел к выводу, что добавление по 1 (или удаление по 1) самое лучшее. Тут мое исследование. Наверное вы уже видели.

Ранее не видел - посмотрел - в целом согласен, что реальный эффект можно получить через удаление. В CatBoost есть метод удаления предиктора и вроде как перевзвешивание модели без него, но я с ним не разбирался. Пока ограничивался именно добавлением и исключением предикторов, но не одного, а группами.

[[Удален]]

Aleksey Vyazmikin:

Я об этом и говорю, что оценка идет через получившуюся модель.

и это хорошо

можно посмотреть какие признаки портачат на новых данных

[mytarmailS]

хз...  может из за опыта , а может из за того что я бухнул ...)

но мне кажется что вы ху..ней страдаете..) 

[[Удален]]

mytarmailS:

хз...  может из за опыта , а может из за того что я бухнул ...)

но мне кажется что вы ху..ней страдаете..) 

может потому, что ты презренный мещанин

[mytarmailS]

Maxim Dmitrievsky:

может потому, что ты презренный мещанин

обидно

[[Удален]]

mytarmailS:

обидно

отож )

[Evgeni Gavrilovi]

Maxim Dmitrievsky

а что скажете насчет моего вопроса? реально ли прикрутить там стоп и тейк? 

https://www.mql5.com/ru/forum/86386/page2248#comment_19779215