Entropi, uzun süredir her yerde kayıp fonksiyonu veya çapraz entropi olarak kullanılmaktadır. Ayrıca tüm bunların değişken yasaya sahip dizilerde hiçbir anlamı yoktur, eğer öyleyse, o zaman ikincil öneme sahiptir. Çözüm yüzeyde yatıyor ve seçeneklerden biri bu iş parçacığında zaten önerildi, titrek bir şekilde çalışıyor. Detayları henüz anlatmayacağım ama bir gün bir makale yazacağım. ZY muhtemelen yüzey için heyecanlandım ama en azından benim için 😀
Özellikler bir birim küpte eşit olarak dağıtılırsa, Chebyshovskaya sezgisel olarak en doğru ölçüm gibi görünüyor. Başka bir şey, keyfi özellikleri bu kadar iyi normalleştirmenin mümkün olmayacağıdır.
Özellikler bir birim küpte eşit olarak dağıtılırsa, Chebyshovskaya sezgisel olarak en doğru ölçüm gibi görünüyor. Başka bir şey, keyfi özellikleri bu kadar iyi normalleştirmenin mümkün olmayacağıdır.
Normalleştirmeyi denedim, modellerde iyi kayıplar elde edildi, onsuz daha iyi. Bu nedenle, sinir ağları değil, ağaç ormanları.
Maksim Dmitrievski : Normalleştirmeyi denedim, modellerde iyi kayıplar elde edildi, onsuz daha iyi. Bu nedenle, sinir ağları değil, ağaç ormanları.
Benzer sonuçlar - sadece ağaçlar. Maksimum güncellendiğinde ve her şey değiştiğinde özellikle eğlenceli. Elbette, maksimumları manuel veya otomatik olarak ayarlayabilirsiniz (her özellik için), ancak bunlar koltuk değneğidir.
Maksim Dmitrievski : Normalleştirmeyi denedim, modellerde iyi kayıplar elde edildi, onsuz daha iyi. Bu nedenle, sinir ağları değil, ağaç ormanları.
Ben de zayıfım ( ayrıca Çalışmanız için de teşekkürler) xgboost gibi bir şeye. Ancak normalleştirme ve genel olarak özelliklerle yapılan hazırlık araştırması çalışmaları asla zarar vermez. Ayrıca özel bir amaç işlevi (nesnel işlev) oluşturmak için esnek bir yaklaşıma ihtiyacımız var.
Maksim Dmitrievski : Bu nedenle, sinir ağları değil, ağaç ormanları.
Evet, birkaç yıl önce, bu başlıktaki biri böyle bir fikir yazdı - iskele önerdi ve sinir ağlarını nükleer silahlarla karşılaştırdı. Sadece diğer yöntemlerin hiçbir şey veremediği durumlarda kullanılmaları gerektiğini söyledi. Ama bazı Maxim sonra ona kaka attı.
Ben de zayıfım ( ayrıca Çalışmanız için de teşekkürler) xgboost gibi bir şeye. Ancak normalleştirme ve genel olarak özelliklerle yapılan hazırlık araştırması çalışmaları asla zarar vermez. Ayrıca özel bir amaç işlevi (nesnel işlev) oluşturmak için esnek bir yaklaşıma ihtiyacımız var.
LightGBM veya CatBoost'u tavsiye edin, XGBoost geride kalıyor
aslında, herhangi bir ön işlemenin alfayı öldürdüğü ortaya çıktı. Bu, artışlar alıp kurutmaya başlarsanız olur. Orijinal seriyi (alıntıları) almak en iyisi olacaktır, ancak durağan olmadığı için antrenman yapmak mümkün olmayacaktır. Bu, kesirli farklılaşma (piyasa belleğini büyütme) hakkındaki makalede açıkça görülmektedir. Ne kadar çok dönüşüm uygulanırsa, o kadar az kalır.
Evet, birkaç yıl önce, bu başlıktaki biri böyle bir fikir yazdı - iskele önerdi ve sinir ağlarını nükleer silahlarla karşılaştırdı. Sadece diğer yöntemlerin hiçbir şey veremediği durumlarda kullanılmaları gerektiğini söyledi. Ama bazı Maxim sonra ona kaka attı.
İlginç... Yani haklı mıydı?
bazı kanıtlar vermek daha iyi, ne hakkında olduğunu bilmiyorsun
elibrarius : Benzer sonuçlar - sadece ağaçlar. Maksimum güncellendiğinde ve her şey değiştiğinde özellikle eğlenceli. Elbette, maksimumları manuel veya otomatik olarak ayarlayabilirsiniz (her özellik için), ancak bunlar koltuk değneğidir.
MQL5.com web sitesine giriş yapmak için çerezlerin kullanımına izin vermelisiniz.
Lütfen tarayıcınızda gerekli ayarı etkinleştirin, aksi takdirde giriş yapamazsınız.
Hesabınıza giriş yaptınız. İki faktörlü kimlik doğrulama devre dışı bırakıldı. Yeniden kurup yeni bir QR kodu tarayın veya iki faktörlü kimlik doğrulama devre dışıyken devam edin.
Metriklerle ilgili yardım, kendimi tanımıyorum https://russianblogs.com/article/7586220986/
Özellikler bir birim küpte eşit olarak dağıtılırsa, Chebyshovskaya sezgisel olarak en doğru ölçüm gibi görünüyor. Başka bir şey, keyfi özellikleri bu kadar iyi normalleştirmenin mümkün olmayacağıdır.
Özellikler bir birim küpte eşit olarak dağıtılırsa, Chebyshovskaya sezgisel olarak en doğru ölçüm gibi görünüyor. Başka bir şey, keyfi özellikleri bu kadar iyi normalleştirmenin mümkün olmayacağıdır.
Normalleştirmeyi denedim, modellerde iyi kayıplar elde edildi, onsuz daha iyi. Bu nedenle, sinir ağları değil, ağaç ormanları.
Normalleştirmeyi denedim, modellerde iyi kayıplar elde edildi, onsuz daha iyi. Bu nedenle, sinir ağları değil, ağaç ormanları.
Ben de zayıfım ( ayrıca Çalışmanız için de teşekkürler) xgboost gibi bir şeye. Ancak normalleştirme ve genel olarak özelliklerle yapılan hazırlık araştırması çalışmaları asla zarar vermez. Ayrıca özel bir amaç işlevi (nesnel işlev) oluşturmak için esnek bir yaklaşıma ihtiyacımız var.
Bu nedenle, sinir ağları değil, ağaç ormanları.
Evet, birkaç yıl önce, bu başlıktaki biri böyle bir fikir yazdı - iskele önerdi ve sinir ağlarını nükleer silahlarla karşılaştırdı. Sadece diğer yöntemlerin hiçbir şey veremediği durumlarda kullanılmaları gerektiğini söyledi. Ama bazı Maxim sonra ona kaka attı.
İlginç... Yani haklı mıydı?
Ben de zayıfım ( ayrıca Çalışmanız için de teşekkürler) xgboost gibi bir şeye. Ancak normalleştirme ve genel olarak özelliklerle yapılan hazırlık araştırması çalışmaları asla zarar vermez. Ayrıca özel bir amaç işlevi (nesnel işlev) oluşturmak için esnek bir yaklaşıma ihtiyacımız var.
LightGBM veya CatBoost'u tavsiye edin, XGBoost geride kalıyor
aslında, herhangi bir ön işlemenin alfayı öldürdüğü ortaya çıktı. Bu, artışlar alıp kurutmaya başlarsanız olur. Orijinal seriyi (alıntıları) almak en iyisi olacaktır, ancak durağan olmadığı için antrenman yapmak mümkün olmayacaktır. Bu, kesirli farklılaşma (piyasa belleğini büyütme) hakkındaki makalede açıkça görülmektedir. Ne kadar çok dönüşüm uygulanırsa, o kadar az kalır.
Evet, birkaç yıl önce, bu başlıktaki biri böyle bir fikir yazdı - iskele önerdi ve sinir ağlarını nükleer silahlarla karşılaştırdı. Sadece diğer yöntemlerin hiçbir şey veremediği durumlarda kullanılmaları gerektiğini söyledi. Ama bazı Maxim sonra ona kaka attı.
İlginç... Yani haklı mıydı?
bazı kanıtlar vermek daha iyi, ne hakkında olduğunu bilmiyorsun
Benzer sonuçlar - sadece ağaçlar. Maksimum güncellendiğinde ve her şey değiştiğinde özellikle eğlenceli. Elbette, maksimumları manuel veya otomatik olarak ayarlayabilirsiniz (her özellik için), ancak bunlar koltuk değneğidir.
Evet, ne derse desin saçma