Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 815

[СанСаныч Фоменко]

Maxim Dmitrievsky:

теперь берете для каждого предиктора историческую оценку по бай\селл\холд, переводите ее в вероятностную

берете несколько предикторов, для каждого делаете то же самое

находите условные вероятности получения профита по совокупности фичей

а потом уже загоняете в НС или fuzzy sets, как в данном примере

средняя оценка будет колебаться вокруг 0.5 для каждого предиктора, но чудеса байесовского подхода выведут совокупности оценок на приемлемый уровень

это в теории :)

Во всех известных мне моделях классификации результат можно заказать в виде класса, а можно в виде вероятности класса. Обычно эта вероятность делится пополам для двух классов. Но есть программуля, которая делит эту вероятность не пополам, а по некоторым другим соображениям.

[Renat Akhtyamov]

Vizard_:

)))

Визард_, внимательно читаю твои посты

Пояснил бы картинки, чо там?

[Maxim Dmitrievsky]

СанСаныч Фоменко:

Во всех известных мне моделях классификации результат можно заказать в виде класса, а можно в виде вероятности класса. Обычно эта вероятность делится пополам для двух классов. Но есть программуля, которая делит эту вероятность не пополам, а по некоторым другим соображениям.

ага, логстическая регрессия называется ))

[СанСаныч Фоменко]

Maxim Dmitrievsky:

ага, логстическая регрессия называется ))

Нет, я имел ввиду

CORElearn::calibrate()

Given probability scores predictedProb as provided for example by a call to predict.CoreModel

and using one of available methods given by methods the function calibrates predicted probabilities

so that they match the actual probabilities of a binary class 1 provided by correctClass.

calibrate(correctClass, predictedProb, class1=1,
method = c("isoReg","binIsoReg","binning","mdlMerge"),
weight=NULL, noBins=10, assumeProbabilities=FALSE)

ПС.

Регрессий, которые имеют на своем выходе класс - туча. 

Наиболее известная и относительно простая - это glm().

ПСПС

Вообще-то крайне желательно, чтобы в постах было больше конкретики, с указанием первоисточника, а лучше конкретных функций.

[Maxim Dmitrievsky]

Vizard_:

Фа, да ты з_еб уже куйню нести годами. glm(.~... ,family = "binomial") и есть
логистическая))) Бросай накуй все. Лишь Док и Токсик адекватные в этой ветке...

что токсик такого сказал 1 раз за всю жизнь что вдруг стал адекватным?

он же ниче не пишет

кокос в полном неадеквате и в потеряшках, ты тоже

[TheXpert]

Vizard_:

Лишь Док и Токсик адекватные в этой ветке...

только токсик

[Mihail Marchukajtes]

Не меня тут вообще не приписывайте. я ничего нишарю...... делов не знаю....

[СанСаныч Фоменко]

Vizard_:

Фа, да ты з_еб уже куйню нести годами. glm(.~... ,family = "binomial") и есть
логистическая))) Бросай накуй все. Лишь Док и Токсик адекватные в этой ветке...

Гражданин в маске, брысь под лавку и прежде, чем постить куйню:

• вчитайся, что мой пост о калибровке, для которой имеется указанный мною инструмент, а не логистической регрессией
• бросай все накуй и почитай аттач, может на несколько лет замолкнешь в радостях от разнообразия логистических регрессий. После прочтения просветишь здесь как использовать логистические регрессии для калибровки классов. 

В аттаче еще не все про эту идею

[Roffild]

Посыл этой темы бессмысленный, потому что у каждого своя модель. Единственное, что объединяет участников заварушки - интеграция внешних инструментов с MQL5. У меня есть конвертатор из Spark Random Forest в формат Alglib (MQL5). Лучше общую репу создайте по интеграции - польза будет для всех.

П.с. Я предпочитаю Git

[Grigoriy Chaunin]

Еще какой смысленный. ) Есть здесь интересные вещи. Только прочитать всю тему уже не реально.