Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 579

 
Yuriy Asaulenko:

Будь добр, кинь мне в личку. Если это тот-же торрент что у меня, то там версия для машиностроения.

Есть еще версии для науки, но там не сказано про таблетку.

Там, оказывается, весь съют есть)

Кинул.

 
Yuriy Asaulenko:

Вопрос ко всем, кто может знать.

Ну вот есть всего одно дерево. Какого вида границу при классификации оно построит в N-мерном пространстве7 Уравнение границы в общем виде какое будет?


там не одна граница.. если смотреть на 2-мерном пространстве то оно разделяет на диапазоны - прямоугольники. Ну для n-мерного это будет гипер фигоугольники

картинка из википедии


 
Maxim Dmitrievsky:

там не одна граница.. если смотреть на 2-мерном пространстве то оно разделяет на диапазоны - прямоугольники. Ну для n-мерного это будет гипер фигоугольники

картинка из википедии

Это для одного дерева?

Вроде-бы одно дерево - одна линия на плоскости? для двумерной картинки. или ошибаюсь?

 
Yuriy Asaulenko:

Это для одного дерева?

Вроде-бы одно дерево - одна линия на плоскости? для двумерной картинки. или ошибаюсь?


нет, 1 сплит это 1 линия.. т.е. разделение выборки на 2 части..

в итоге это может выглядеть такими замысловатыми образами, а не как в НС линия


 
Maxim Dmitrievsky:

нет, 1 сплит это 1 линия.. т.е. разделение выборки на 2 части..

в итоге это может выглядеть такими замысловатыми образами, а не как в НС линия


Эта картинка для одного дерева? Меня сейчас РФ из одного дерева интересует. Мне для одного дерева понять. Дальше буду сам разбираться.

То что я читал, там ничего не понятно. Вроде понятно, но только для совокупности.

Я так понял, что одно дерево дает гиперплоскость в N-мерном пространстве. Оказывается все криво понял.

 
Yuriy Asaulenko:

Эта картинка для одного дерева? Меня сейчас РФ из одного дерева интересует. Мне для одного дерева понять. Дальше буду сам разбираться.

То что я читал, там ничего не понятно. Вроде понятно, но только для совокупности.


да, это для decision tree - решающего дерева

потом комитет деревьев через bagging (bootstrap aggregating) собирается в модель random forest

по принципу - куча простых деревьев, в среднем, даст лучше результат чем одна сложная модель

RF это куча обычных деревьев, собранная через bagging.
 
Yuriy Asaulenko:

Я так понял, что одно дерево дает гиперплоскость в N-мерном пространстве. Оказывается все криво понял.


плоскость это линейная классификация, деревья ее не умеют делать (или хуже линейной регрессии), только нелинейные

 
Maxim Dmitrievsky:

да, это для decision tree - решающего дерева

потом комитет деревьев через bagging (bootstrap aggregating) собирается в модель random forest

по принципу - куча простых деревьев, в среднем, даст лучше результат чем одна сложная модель

RF это куча обычных деревьев, собранная через bagging.

Если есть ссылки на что-либо внятное - pdf какие-либо,  кинь в личку плиз. Только Хабр не надо)

Хотелось-бы чего-то большого и подробного.)

 
Yuriy Asaulenko:

Если есть ссылки на что-либо внятное - pdf какие-либо,  кинь в личку плиз. Только Хабр не надо)

Хотелось-бы чего-то большого и подробного.)


а я не помню уже, несколько статей прочел в гугле

вот например https://basegroup.ru/community/articles/description

там все просто

Деревья решений — общие принципы работы
Деревья решений — общие принципы работы
  • basegroup.ru
Введение Стремительное развитие информационных технологий, в частности, прогресс в методах сбора, хранения и обработки данных позволил многим организациям собирать огромные массивы данных, которые необходимо анализировать. Объемы этих данных настолько велики, что возможностей экспертов уже не хватает, что породило спрос на методы автоматического исследования (анализа) данных, который с каждым годом постоянно увеличивается.
 
Maxim Dmitrievsky:

а я не помню уже, несколько статей прочел в гугле

вот например https://basegroup.ru/community/articles/description

Спасибо. Интересно, а монографии есть какие, вообще существуют в природе?
Причина обращения: