Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2313

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

каждая точка компоненты - это сумма произведений значений признаков на их ков. знач., насколько помню

посчитайте да сравните со sklearn

матрица может оказаться перевернутой, тогда с конца. Это надо дополнительно проверять там

В общем надо циклы, вроде тех, что были выше.

[[Удален]]

elibrarius:
В общем надо циклы, вроде тех, что были выше.

там  s (bestfeatures) - как раз кол-во компонент, которые выбираются для обучения, вроде как

значение каждой компоненты умножается на значение признака и они складываются. И так для каждой строки исходного ряда.

надо вспоминать, некогда. Надо читать документацию.

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

там  s (bestfeatures) - как раз кол-во компонент, которые выбираются для обучения, вроде как

значение каждой компоненты умножается на значение признака и они складываются. И так для каждой строки исходного ряда.

надо вспоминать, некогда. Надо читать документацию.

Да, там результат совпадает с sklearn. Я поначалу с первым примером кода разбирался, а там было на всех 100 ГК.
Теперь все хорошо.

[mytarmailS]

Решил посмотреть что внутри сети,  на каждом слое..  Снизил размерность через umap до двух компонент в каждом слое

Сеть с тремя внутренними слоями, почти не тренированная, всего 400 примеров..  но все равно посмотреть прикольно..

[Vladimir Perervenko]

mytarmailS:

Решил посмотреть что внутри сети,  на каждом слое..  Снизил размерность через umap до двух компонент в каждом слое

Сеть с тремя внутренними слоями, почти не тренированная, всего 400 примеров..  но все равно посмотреть прикольно..

Это как Вам удалось?

А выход какой размерности?

[Vladimir Perervenko]

cemal:
У Людвига есть модели глубокого обучения без необходимости писать код, для обучения модели не требуются навыки программирования:https://ludwig-ai.github.io/ludwig-docs/

Установил недавно. Никак руки не дойдут проверить. Обещают чудеса.

[[Удален]]

Вышла 2-я книга Лопеса Де Прадо, читал первую - понравилась. Вторая обещает быть не менее интересной

[mytarmailS]

Vladimir Perervenko:

Это как Вам удалось?

А выход какой размерности?

при прогнозе сети вытаскиваю состояния весов в  слоях, слои в виде матриц, из матриц делаю дата сет и в "юмап". Выход 2 размерности

сети из пакета "neuralnet" 

[Vladimir Perervenko]

mytarmailS:

при прогнозе сети вытаскиваю состояния весов в  слоях, слои в виде матриц, из матриц делаю дата сет и в "юмап". Выход 2 размерности

сети из пакета "neuralnet" 

Понятно. А идея в чем? 

Имеет смысл разделить обучающие данные на части и использовать непересекающиеся части при обучении каждого слоя нейросети. (Идея winwector).не пробовал, но они утверждают, что полезно.

Удачи 

[mytarmailS]

Vladimir Perervenko:

Понятно. А идея в чем? 

Имеет смысл разделить обучающие данные на части и использовать непересекающиеся части при обучении каждого слоя нейросети. (Идея winwector).не пробовал, но они утверждают, что полезно.

Удачи 

У меня идея была следующая

1) Обучить нейросеть  каким то действиям пусть  - бай/сел

2) сеть на новых данных будет много ошибаться 

3) я хотел кластеризировать паттерны  в слоях сети чтобы посмотреть  можно ли разделить ошибочные решения сети от правильных глядя на паттерны которые возникают в сети во время обработки сигнала..

=========

Владимир, а  вы не знаете есть ли в Р-ке пакет в котором можно взаимодействовать с графикой, например чтобы я мышкой мог выделить какую то область на графике, и получил параметры выделенного участка в коде