"Rastgele Ormanlar Öngörü Trendleri" makalesi için tartışma - sayfa 8

[Alexey Navoykov]

Demi:

Hayır, bu net değil - benim bir kedim yok ve herhangi bir evcil hayvanın sıcaklığının forex bilgileriyle alakalı olduğundan şüpheliyim.

Bu arada, kedinin sıcaklığının dinamiklerinin bir finansal aracın fiyat serisi ile sıfır olmayan bir korelasyona sahip olacağına% 100 veriyorum

Daha önce tüm verilerin tahmin gücüne sahip olduğunu iddia etmiştiniz. Elbette finansal piyasaları tahmin etmekten bahsediyoruz.

Bilgisayarlarımızın hesaplama gücü, kedinin sıcaklığı da dahil olmak üzere mevcut tüm bilgileri kullanmamıza izin verseydi, hesaplama sürecinde basitçe ortadan kaldırılırdı. Ancak kaynaklar sınırlı olduğu için kendi kafamızı kullanmak zorundayız.Korelasyona gelince, sıfır olmaması bir veridir, sıfır nadiren olabilir. Ama neredeyse sıfırdır. Genel olarak, bir kedi satın alın, üzerine bir termometre koyun ve kontrol edin )) Belki şanslı olursunuz ve sizi zengin eder).

[Дмитрий]

meat:

Şimdi, daha önce tüm verilerin tahmin gücüne sahip olduğunu söylemiştiniz. Tabii ki finansal piyasaları tahmin etmekten bahsediyoruz.

Bilgisayarlarımızın hesaplama gücü, kedinin sıcaklığı da dahil olmak üzere mevcut tüm bilgileri kullanmamıza izin verseydi, hesaplama sürecinde basitçe atılırdı. Ancak kaynaklar sınırlı olduğundan, kendi kafamızı kullanmak zorundayız.Korelasyon hakkında, sıfır olmadığı gerçeği - söylemeye gerek yok, genel olarak sıfır nadiren olabilir. Ama neredeyse sıfır. Genel olarak, bir kedi satın alın, ona bir termometre koyun ve kontrol edin )) Belki şanslı olacaksınız ve sizi zengin edecek)

Yalan söylüyorsunuz - kendimden alıntı yapıyorum"Size sorunuzun cevabını veriyorum - tüm verilerde bir miktar "tahmin gücü" vardır. Ne olmuş yani? Tüm forex verilerinde bir çeşit bilgi vardır.".

Eğer yüz binlerce gözlemden oluşan bir setiniz varsa, bilgisayar gücü sorusu gündeme gelecektir.

[Alexey Navoykov]

Demi:

Yalan söylüyorsunuz - kendimden alıntı yapıyorum"Size sorunuzun cevabını veriyorum - tüm verilerde bir miktar "tahmin gücü" vardır.Ne olmuş yani? Tüm forex verilerinde bir çeşit bilgi vardır.".".

Et:

daha önce tüm verilerde tahmin gücü olduğunu iddia etmiştiniz

Peki yalan nedir?

[Дмитрий]

meat:

Peki yalan nedir?

İkinci cümlede kendimi deşifre ettim.

[Alexey Navoykov]

Demi:
İkinci cümlede kendimi deşifre ettim.

Yani bilgi = tahmin gücü mü? Bundan nasıl bu kadar emin olabiliyorsunuz? Size bazı "forex verileri" söylersem, bununla fiyatı tahmin edebilir misiniz?

Sadece forex değil, borsalar, emtia piyasaları ve daha pek çok şey var.... Her şey birbirine bağlı.

[Dmitriy Skub]

faa1947:

Burada bir düzine müşterim var. Benimle iletişime geçmeden önce hepsi neşeli ve sevinçliydi, ama şimdi üzgün ve dalgınlar.

Üzüntüyü çoğaltmayın)))

[Vladimir]

faa1947, lütfen aşağıdaki örnek üzerinde modelinizin nasıl çalıştığını gösterin. İlk sütun modellenen seri, 2. ve 3. sütunlar ise tahmin edicilerdir. Bu tahmin edicilerin tahmin gücü nedir?

-0.35742	0.461646	-0.81907
0.431277	0.004545	0.426731
-0.00018	-0.4037	0.403528
-0.08575	0.90851	-0.99426
0.773826	0.008975	0.764852
0.426905	-0.96485	1.391757
0.253233	0.487955	-0.23472
0.20994	0.880554	-0.67061
-0.09929	0.160276	-0.25956
0.332911	-0.08736	0.420268
0.032258	0.360106	-0.32785
0.253027	-0.06859	0.321621
-0.66668	-0.54985	-0.11683
-0.5476	-0.13231	-0.41529
-0.75652	0.536488	-1.29301
-0.66109	-0.87314	0.212052
-0.09993	-0.86293	0.763
0.014625	0.715032	-0.70041
-0.48345	-0.62666	0.143206
-0.03596	0.935653	-0.97161
-0.17023	0.678024	-0.84826
0.293376	0.079529	0.213847
0.002922	0.754594	-0.75167
0.329194	-0.05535	0.384546
0.639423	-0.41358	1.053007
0.431631	-0.60334	1.034973
0.59125	0.497989	0.093262
0.266098	-0.79645	1.062549
-0.02624	0.643164	-0.6694
0.055014	-0.46214	0.517154
0.436132	-0.89992	1.336052
-0.30143	0.628619	-0.93005
-0.12168	0.886467	-1.00814
-0.10851	-0.0507	-0.0578
-0.74573	-0.50921	-0.23653
-0.574	0.244825	-0.81883
-0.87313	0.336188	-1.20932
-0.00344	0.117363	-0.1208
-0.20265	0.424326	-0.62697
0.177873	-0.17967	0.357541

[Yury Reshetov]

gpwr:

Bu tahmin edicilerin tahmin gücü nedir?

Görünüşe göre, sayılar rastgele değil. Bunu çok basit bir şekilde kontrol ettim: 40 satırlık üç satırı rastgele oluşturdum ve bunlara nöron uyguladım. Rastgele verilerde, genelleme yeteneği yukarıda bahsedilen verilerden belirgin şekilde daha kötüdür.

[Vladimir]

Reshetov:
Görünüşe göre, sayılar rastgele değil. Bunu çok basit bir şekilde kontrol ettim: 40 satırlık üç satırı rastgele oluşturdum ve bunlara neuronka uyguladım. Rastgele verilerde genelleme yeteneği yukarıda bahsedilen verilerden belirgin şekilde daha kötüdür.

Bu iki tahmin edicinin tahmin yeteneğini belirlemek için farklı evrensel algoritmik yaklaşımlarla ilgileniyorum. Ekonometri, nöronik ve derin ağlara açığız. Bize ne yapabildiklerini gösterin. Bu tahmin edicilerin bu tür tahmin kabiliyetini karakterize eden bazı parametreler (korelasyon katsayısı, karşılıklı bilgi, RMS ve diğer icatlar) gösterebilir veya model çıktısı ile simüle edilmiş serilerin karşılaştırmasını gösterebilirsiniz.

[Yury Reshetov]

gpwr:
Bu iki tahmin edicinin tahmin gücünü belirlemek için farklı evrensel algoritmik yaklaşımlarla ilgileniyorum. Ekonometri, nöronik ve derin ağlara açığız. Bize ne yapabildiklerini gösterin. Bu tahmin edicilerin bu tür tahmin yeteneğini karakterize eden bazı parametreler (korelasyon katsayısı, karşılıklı bilgi, RMS ve diğer icatlar) gösterebilir veya model çıktısı ile simüle edilmiş serilerin karşılaştırmasını gösterebilirsiniz.

1. "Tahmin yeteneği" terimi falcıların, medyumların, şamanların ve diğer ekonometri uzmanlarının kullandığı bir terimdir. Makine öğreniminde genelleme yeteneği hesaplanabilir ve o zaman bile sadece yaklaşık olarak
2. Yeterli veri yok, yani Küçük Veri ile uğraşıyoruz (sadece 40 örnek) ve bu nedenle genelleme yeteneği tahminleri abartılı olabilir, yani gökyüzünde bir parmak.
   

Örneği ikili sınıflandırma için uygun bir forma getirdim, yani bağımlı değişkeni sıfırın üstünde mi yoksa altında mı olduğunu görmek için hesaplamak için (ekli arşivdeki CSV dosyası), libVMR ile aradım ve bu modeli elde ettim:

/**
* Modelleme kalitesi:
*
* TruePositives: 9
* TrueNegatives: 11
* FalsePositives: 0
* FalseNegatives: 0
* Sensitivity of generalization abiliy: 100.0%
* Genelleme yeteneğinin özgüllüğü: 100.0%
* Genelleme yeteneği: 100.0%
*/
double x0 = 2.0 * (v0 + 0.96485) / 1.900503 - 1.0;
double x1 = 2.0 * (v1 + 1.00814) / 2.399897 - 1.0;

y = 0.12981203254657206 + 0.8176828303879957 * x0 + 1.0 * x1 -0.005143248786272694 * x0 * x1;

---

Örneğinizin "yüksek genellenebilirliğinin" sırrı ortaya çıkıyor: ilk sütunun değeri, diğer iki sütunun değerlerinin toplamıdır.