Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1038
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Ve rastgele bir orman için "eşik" nerede?
Hangi eşiği hatırlamıyorum, eşiğinizi kastettim, muhtemelen bir ticarete girmek veya başka bir şey için 0.75 veya ne kadar orada (olasılık yazın)
Ve rastgele bir orman için "eşik" nerede?
Logit regresyon durumunda, bir orman durumunda belirli bir sınıfa atanma olasılıklarının ne olduğunu hayal edebiliyorum - ne yazık ki. Bu nedenle, bunlar büyük olasılıkla sözde olasılıklardır ve bu şekilde çalışmamalıdır. 0,75 eşiğinde bu, örneğin bir sınıfa atanma olasılığının 0,6'dan daha yüksek olduğu anlamına gelmemelidir.
En azından ben bununla ilgili bir bilgi okumadım.Ve "olasılığı" rastgele orman algoritmasının önemli bir parçası olarak kabul ediyorum, çünkü tüm ağaçların sonucunu hesaplama formülü bunun üzerine kurulu.
Hatta bu "olasılığı" hesaba katarak ağaç sayısını belirledim.
Ve "olasılığı" rastgele orman algoritmasının önemli bir parçası olarak kabul ediyorum, çünkü tüm ağaçların sonucunu hesaplama formülü bunun üzerine kurulu.
Hatta bu "olasılığı" hesaba katarak ağaç sayısını belirledim.
Örnek alanın kaç tane yaprak kapladığını hesaba katıyor musunuz? Böyle bir ağacın her yaprağının yüksek yeterlilik olasılığını göz önünde bulundurarak, mevcut durum hakkında oylama yapan komitenin büyüklüğü?
Örnek alanın kaç tane yaprak kapladığını hesaba katıyor musunuz? Böyle bir ağacın her yaprağının yüksek yeterlilik olasılığını göz önünde bulundurarak, mevcut durum hakkında oylama yapan komitenin büyüklüğü?
Son dal, eğitim örneğinin en az 25 çeşidinden sorumludur. Spark seçeneklerinde ayarlayın. AlgLib'de böyle bir parametre yoktur.
Belki de kendimi bu şekilde ifade edemedim.
Diyelim ki 100 ağacımız var, aynı zamanda ağacın her yaprağı (basit bir seçenek 2 seçenek ile) bir sınıflandırma üretiyor, yani çok büyük bir hataya sahip ağaçların oylamaya katılabileceği gerçeği de - örneğin 49/51 , bu da ortalama tahmini önemli ölçüde bozacaktır. Belki de bu tür yaprakların oylanmasına katılımdan tamamen kurtulmaya değer mi? Öngörü yeteneğinin olmaması, belirli verilerle çalışırken daha çok kötü bir ağaç yaprağı modelinden bahseder.
Python ve R dahil olmak üzere programlama dillerinin yeni sıralaması
İyi malzeme. Ancak R ve Python hakkında kendi sonuçlarınız çok uzak. Genellikle kriterlerinize göre karşılaştırılamazlar - zemin yumuşak ile sıcak olarak.
Ve daha spesifik olarak?
Dillerin referans aygıtlarını karşılaştırırım.
Ve nasıl gerekli?
Ve daha spesifik olarak?
Dillerin referans aygıtlarını karşılaştırırım.
Ve nasıl gerekli?