Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3370
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
Вы правы на счет многих строк.
Вернемся к началу: что такое паттерн в случайном лесе?
Это одно дерево. Вот пример одного такого дерева из RF:
Всего строк = 166+185! Все не влезли
В моей модели таких деревьев 150
Рассмотрите снова путь формирующий лист. В моем примере выше 5 сплитов. Разве это не описание паттерна 2 вершины с впадиной? Описание.
7 сплитами можно описать голова плечи и т.д.
Каждый лист одного дерева описывает отдельный паттерн.
Лес это мнение толпы (дервьев).
1-е дерево говорит: данная строка попадает в мой 18-й паттерн/лист и ответ = 1
2-е: та же строка попала в мой 215 паттерн/лист и дает ответ=0
3-е: = 1
...
Усредняем и получим среднее мнение 150 деревьев. Например = 0,78. У каждого был свой активизировавшийся лист/паттерн.
Рассмотрите снова путь формирующий лист. В моем примере выше 5 сплитов. Разве это не описание паттерна 2 вершины с впадиной? Описание.
7 сплитами можно описать голова плечи и т.д.
Каждый лист одного дерева описывает отдельный паттерн.
Лес это мнение толпы дервьев.
1-е дерево говорит: данная строка попадает в мой 18-й паттерн/лист и ответ = 1
2-е: та же строка попала в мой 215 паттерн/лист и дает ответ=0
3-е: = 1
...
Усредняем и получим среднее мнение 150 деревьев. У каждого был свой активизировавшийся лист/паттерн.
Сколько листьев неизвестно.
А количество деревьев - эт о параметр, изменяя который можно получить минимальный размер выборки для обучения.
Видим, что достаточно 50 деревьев. поэтому удобно считать за паттерн именно дерево.
Сколько листьев неизвестно.
А количество деревьев - эт о параметр, изменяя который можно получить минимальный размер выборки для обучения.
Видим, что достаточно 50 деревьев. поэтому удобно считать за паттерн именно дерево.
На каждую ситуацию/строку дерево отвечает одним листом/паттерном. В др. ситуациях ответ будет от др. листьев/паттернов.
Похоже что не только лист, а и дерево ничего не решает.
Вот нашел формулу итогового классификатора
Где
Стоит также отметить, что для задачи классификации мы выбираем решение голосованием по большинству, а в задаче регрессии – средним.
Похоже что не только лист, а и дерево ничего не решает.
Вот нашел формулу итогового классификатора
Стоит также отметить, что для задачи классификации мы выбираем решение голосованием по большинству, а в задаче регрессии – средним.
Почему не решает? Оно вносит свой вклад (1/150) в итоговый ответ.
От каждого дерева в голосовании(среднем) участвует один из активизировавшихся листьев/паттернов.
Ответ леса, это среднее ответов всех деревьев (или активизировавшихся листьев/паттернов) - его эта формула и считает. Большинство для бинарной классификации будет, если среднее >0.5, то 1, иначе 0.
Но бордер 0.5 наверное не лучший вариант, если пакет дает доступ к значению среднего, то можно экспериментировать с разными бордерами.
На каждую ситуацию/строку дерево отвечает одним листом/паттерном. В др. ситуациях ответ будет от др. листьев/паттернов.
Похоже что не только лист, а и дерево ничего не решает.
На каждую ситуацию отвечает не один лист а все деревья, просто не все активируются, сумма прогнозов тех что активировались и есть прогноз от модели..
Что за дичь вы несете, эксперты по деревянным моделям емое..
На каждую ситуацию отвечает не один лист а все деревья, просто не все активируются, сумма прогнозов тех что активировались и есть прогноз от модели..
Что за дичь вы несете, эксперты по деревянным моделям емое..
У Вас есть опыт использования LigthGBM?
У Вас есть опыт использования LigthGBM?
когда то что то делал, а что?
когда то что то делал, а что?
Попытался заменить ada, но безумно сложно. Может поделитесь опытом?