Bu kaosun bir düzeni var mı? Hadi bulmaya çalışalım! Belirli bir örnek üzerinde makine öğrenimi. - sayfa 16
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Normal bir durumda tohumun neredeyse hiçbir etkisi yoktur, önemli olan algoritmadır. Tohumla uğraşmak zorundaysanız, veri zaten çöp demektir
Yeni veri çözümlerini kontrol ederek, eğer 1000 değil de sadece 10 işaret varsa, bundan bir dereceye kadar emin olabilirsiniz.
Varsayılan derinliğin 6 olduğunu düşünüyorum, kritik değerler dışında da pek bir etkisi yok.
öğrenme derinliği, tarihsel değişkenliğe bağlı olarak farklı etkiler.
Evet, belki 4 seri başı tahmincilerde fazla bir etkisi yoktur. Bu saçmalık bir yanlış anlamadır. Modelde kaç tahmincinin kullanılacağını esasen tohum belirler.
Tüm parametreler etkilenir. Sadece muhtemelen örneklerden çok daha fazla kombinasyona sahip olduğunuzu söylemek istedim. 4 tahminci ile 0,3-0,5 öğrenme oranına sahip 1-3 CB ağacından oluşan bir modelde bir anlam görebiliyorum, aksi takdirde zaten uygun.
Yeni veriler üzerinde öğrenmeye devam etmek için farklı örnekleri beslemeyi deneyebilirsiniz. CatBoost bile bunu yapabiliyor gibi görünüyor. Ayrıca modelleri nasıl birleştireceğini de biliyor, ancak bunu araştırmadım.
Bu bir gradyan bousting.
Yani bir öncekinin hatalarından ders alıyor.
ve sadece bir model üzerinde ve birkaç kez eğitmemiz gerekir.
Modeller arasındaki tek fark, örneklerin zaman içinde kaydırılmış olmasıdır.
bu degrade bousting.....
yani, bir öncekinin hatalarından ders çıkarmak
ve yalnızca bir model üzerinde ve birkaç kez eğitmemiz gerekir.
Modeller arasındaki tek fark, örneklerin zaman içinde kaydırılmış olmasıdır.
Beynim yazdıklarınızı algılayamıyor.
Evet, belki 4 tahminci üzerinde tohumun fazla etkisi yoktur. Bu saçmalık bir yanılgıdır. Aslında seed, modelde kaç tahmincinin kullanılacağını belirler.
Tüm parametreler etkilenir. Sadece muhtemelen örneklerden çok daha fazla kombinasyona sahip olduğunuzu söylemek istedim. 4 tahminci ile 0,3-0,5 öğrenme oranına sahip 1-3 CB ağacından oluşan bir modelin mantığını görebiliyorum, aksi takdirde zaten uygun.
Tohum, normal bir optimumun olduğu hiçbir yeri etkilemez
+- kısa devre, fark etmez.
Biraz ayarlayabilirsiniz, ama artık çok önemli değil.
tohumun normal bir optimumun olduğu hiçbir yerde etkisi yoktur
+- kısa devre, bir rol oynamaz
Biraz değiştirebilirsiniz ama bu çok önemli değil.
Nerede bu?
Nerede peki?
Tohum temasındaki varyasyonların sonucu çok fazla etkilemediği yerlerde, sanırım )
Görünüşe göre tohum temasındaki varyasyonlar sonucu pek etkilemiyor)
Açıkçası bizim durumumuzda değil...
Belli ki bizim durumumuzda değil.
Dört gözle beklenecek bir şey var.
Evet, var. Ancak burada ideal bir dünyadan bahsediyoruz, bazen var olana uyum sağlamak daha iyidir.
Bu, rastgele etrafı kurcalamanın mı yoksa önsel güvenilir bilgiye bağlı kalmanın mı daha iyi olduğu meselesidir
Başlangıç ve bitiş saatleri (oturumlar, takvim) dışında aklıma hiçbir şey gelmiyor. Ne demek istiyorsunuz?