交易中的机器学习:理论、模型、实践和算法交易 - 页 1264 1...125712581259126012611262126312641265126612671268126912701271...3399 新评论 Vizard_ 2019.01.21 08:10 #12631 Mihail Marchukajtes: 马克西姆卡在树林里纠缠不清,还是找不到出路?商业.... 我承认我已经很久没有来这里了,所有的业务和担忧....。但我决定来这里。可以说是签到了 :-)顺便说一下.... 没有什么地方是不可以的。曾经的 "石头人 "马克西姆卡,现在的 "半吊子 "马克西姆卡)) [删除] 2019.01.21 08:12 #12632 蜥蜴_。没有什么地方是不可以的。曾经的 "石头人 "马克西姆卡,现在的 "半吊子 "马克西姆卡)。 你只是生活中的一个好日子,你不改变你的身份 秘密女孩 Vizard_ 2019.01.21 08:51 #12633 马克西姆-德米特里耶夫斯基。好吧,你只是鹿的生活中的一个好日子,你不改变你的身份 秘密女孩哦,老师))))这和 "模型 "是一样的。鹿在哪里,女孩在哪里,0在哪里。 和1...没有定义,都在一堆)))搞笑......。 [删除] 2019.01.21 09:00 #12634 Vizard_。哦,老师))))模型也是如此。鹿在哪里,女孩在哪里,0在哪里。 和1...看不出来,都在一堆)))搞笑......我花了很长时间考虑如何回复,超过10分钟......我一定是在准备,准备截图,担心......我明白了,你需要从一堆垃圾中重生,做出一个壮观的外观,然后你感觉很好))。 好了,欢迎回来 )))) Aleksei Kuznetsov 2019.01.21 09:28 #12635 马克西姆-德米特里耶夫斯基。学习速度很好,使用时的反应时间和结构的下载时间很差,因为森林文件很大。我曾有过高达300MB的数据。序列化有问题。森林的训练和保存速度比从文件加载回来的速度快。 如果它说森林现在生成的文件少了几个数量级,这就是一个非常大的加速。 相反,NS的训练时间较长,但反应是即时的。分类的质量没有差别。你可以使用任何东西,但森林出了问题,NS需要调整。 在升级的描述中写到的所有关于森林的内容。 改进的随机森林构建算法,比以前的版本快2倍到10倍,产生的森林数量级更小。 旧版本的数据结构 如下//---- 节点信息。//---- W[K+0] ----- 变量编号(-1为叶子模式)//---- W[K+1] ----阈值(叶节点的类/值)。//---- W[K+2] - ">="分支索引(叶节点没有)。 这个新的节点为一个节点存储同样的3个变量,为一个叶子存储2个变量。 而树是以完全相同的方式建立的--直到最后一个例子,错误为0。我没有看到任何修剪。 我在代码的评论中看到的唯一关于加速的内容是 拆分强度--拆分类型。* 0 = 在随机位置分裂,最快的一个* 1 = 在范围的中间位置分割* 2 = 在范围的最佳点进行强拆(默认)。 看起来,随机拆分的结果是2-10倍的速度和更好的拆分点,这反过来可能会导致更紧凑的树。 你可以只在分区功能中加入随机选点。编辑在2-3行)) [删除] 2019.01.21 09:34 #12636 elibrarius。我不太懂英语。 所有它说的是森林。 改进的随机森林构建算法,比以前的版本快2倍到10倍,产生的森林数量级更小。 在旧版本中,数据结构 是这样的。//---- 节点信息。//---- W[K+0] ----- 变量编号(-1为叶子模式)//---- W[K+1] ----阈值(叶节点的类/值)。//---- W[K+2] - ">="分支索引(叶节点没有)。 这个新的节点为一个节点存储同样的3个变量,为一个叶子存储2个变量。 而树是以完全相同的方式建立的--直到最后一个例子,错误为0。我没有看到任何修剪。 我在代码的评论中看到的唯一关于加速的内容是 拆分强度--拆分类型。* 0 = 在随机位置分裂,最快的一个* 1 = 在范围的中间位置分割* 2 = 在范围的最佳点进行强拆(默认)。 显然,随机拆分的结果是2-10倍的速度和更好的拆分点,这反过来可能会导致更紧凑的树。也就是说,分裂的方法现在是可配置的?但默认的仍然是最慢的一个 哦,那你可以自己重做,是的 :) Aleksei Kuznetsov 2019.01.21 09:39 #12637 马克西姆-德米特里耶夫斯基。也就是说,分裂的方法现在是可配置的?但默认的仍然是最慢的一个 哦,好吧,那你可以自己重做,是的 :) 我担心所有这些变化在终端更新 时都会被覆盖掉。有必要制作一份森林类的副本,并将其作为一个单独的文件来保存 [删除] 2019.01.21 09:44 #12638 elibrarius。 只是我担心,当终端更新 时,所有的编辑都会被覆盖掉。我们应该制作一份森林类的副本,并将其作为一个单独的文件保存。是的,或者保留一个档案。 好吧,那我们就实验一下,谢谢你的探究,这很有帮助。 也许我们可以用同样的方式添加贝叶斯树,如果你能理解的话 [删除] 2019.01.21 10:52 #12639 elibrarius。所以我明白这里有一些需要尝试和改变的地方 //+------------------------------------------------------------------+ //| Makes split on attribute | //+------------------------------------------------------------------+ static void CDForest::DFSplitC(double &x[],int &c[],int &cntbuf[],const int n, const int nc,const int flags,int &info, double &threshold,double &e,double &sortrbuf[], int &sortibuf[]) Aleksei Kuznetsov 2019.01.21 11:00 #12640 马克西姆-德米特里耶夫斯基。所以我理解,你可以尝试在这里改变一些东西 是的。并将其复制到DFSplitR中,这样回归脚手架也有同样的功能。 1...125712581259126012611262126312641265126612671268126912701271...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
Mihail Marchukajtes:
马克西姆卡在树林里纠缠不清,还是找不到出路?商业....
我承认我已经很久没有来这里了,所有的业务和担忧....。但我决定来这里。可以说是签到了 :-)顺便说一下....
没有什么地方是不可以的。曾经的 "石头人 "马克西姆卡,现在的 "半吊子 "马克西姆卡))
没有什么地方是不可以的。曾经的 "石头人 "马克西姆卡,现在的 "半吊子 "马克西姆卡)。
你只是生活中的一个好日子,你不改变你的身份
秘密女孩好吧,你只是鹿的生活中的一个好日子,你不改变你的身份
秘密女孩哦,老师))))这和 "模型 "是一样的。鹿在哪里,女孩在哪里,0在哪里。
和1...没有定义,都在一堆)))搞笑......。
哦,老师))))模型也是如此。鹿在哪里,女孩在哪里,0在哪里。
和1...看不出来,都在一堆)))搞笑......
我花了很长时间考虑如何回复,超过10分钟......我一定是在准备,准备截图,担心......
我明白了,你需要从一堆垃圾中重生,做出一个壮观的外观,然后你感觉很好))。
好了,欢迎回来 ))))
学习速度很好,使用时的反应时间和结构的下载时间很差,因为森林文件很大。我曾有过高达300MB的数据。
序列化有问题。森林的训练和保存速度比从文件加载回来的速度快。
如果它说森林现在生成的文件少了几个数量级,这就是一个非常大的加速。
相反,NS的训练时间较长,但反应是即时的。分类的质量没有差别。你可以使用任何东西,但森林出了问题,NS需要调整。
//---- 节点信息。在升级的描述中写到的所有关于森林的内容。
改进的随机森林构建算法,比以前的版本快2倍到10倍,产生的森林数量级更小。
旧版本的数据结构 如下
//---- W[K+0] ----- 变量编号(-1为叶子模式)
//---- W[K+1] ----阈值(叶节点的类/值)。
//---- W[K+2] - ">="分支索引(叶节点没有)。
这个新的节点为一个节点存储同样的3个变量,为一个叶子存储2个变量。
而树是以完全相同的方式建立的--直到最后一个例子,错误为0。我没有看到任何修剪。
我在代码的评论中看到的唯一关于加速的内容是
拆分强度--拆分类型。
* 0 = 在随机位置分裂,最快的一个
* 1 = 在范围的中间位置分割
* 2 = 在范围的最佳点进行强拆(默认)。
看起来,随机拆分的结果是2-10倍的速度和更好的拆分点,这反过来可能会导致更紧凑的树。
你可以只在分区功能中加入随机选点。编辑在2-3行))
我不太懂英语。
//---- 节点信息。所有它说的是森林。
改进的随机森林构建算法,比以前的版本快2倍到10倍,产生的森林数量级更小。
在旧版本中,数据结构 是这样的。
//---- W[K+0] ----- 变量编号(-1为叶子模式)
//---- W[K+1] ----阈值(叶节点的类/值)。
//---- W[K+2] - ">="分支索引(叶节点没有)。
这个新的节点为一个节点存储同样的3个变量,为一个叶子存储2个变量。
而树是以完全相同的方式建立的--直到最后一个例子,错误为0。我没有看到任何修剪。
我在代码的评论中看到的唯一关于加速的内容是
拆分强度--拆分类型。
* 0 = 在随机位置分裂,最快的一个
* 1 = 在范围的中间位置分割
* 2 = 在范围的最佳点进行强拆(默认)。
显然,随机拆分的结果是2-10倍的速度和更好的拆分点,这反过来可能会导致更紧凑的树。
也就是说,分裂的方法现在是可配置的?但默认的仍然是最慢的一个
哦,那你可以自己重做,是的 :)
也就是说,分裂的方法现在是可配置的?但默认的仍然是最慢的一个
哦,好吧,那你可以自己重做,是的 :)
只是我担心,当终端更新 时,所有的编辑都会被覆盖掉。我们应该制作一份森林类的副本,并将其作为一个单独的文件保存。
是的,或者保留一个档案。
好吧,那我们就实验一下,谢谢你的探究,这很有帮助。
也许我们可以用同样的方式添加贝叶斯树,如果你能理解的话所以我明白这里有一些需要尝试和改变的地方
所以我理解,你可以尝试在这里改变一些东西
是的。并将其复制到DFSplitR中,这样回归脚手架也有同样的功能。