交易中的机器学习：理论、模型、实践和算法交易 - 页 1275 1...126812691270127112721273127412751276127712781279128012811282...3399 新评论 Aleksey Vyazmikin 2019.01.27 11:05 #12741 Maxim Dmitrievsky: 你在做无稽之谈，因为你在模仿森林和提升算法，而不是阅读理论，为什么它能发挥作用，再次。你又一次没有仔细阅读--我是根据某种标准抛弃根部预测器的，而同样的CatBoost 则是随机的。 谢谢你的照片，当我有机会与多克沟通时，就是这样的。 Maxim Dmitrievsky 2019.01.27 11:06 #12742 阿列克谢-维亚兹米 金。你又一次没有仔细阅读--我是根据某种标准抛弃根部预测器的，而同样的CatBoost则是随机的。 谢谢你的照片，当我有机会与医生沟通时，就是这样的情况。我不在乎你是按什么来搜刮的，算法根本不取决于它......它取决于每个特征的分割数，而不是根。 Aleksey Vyazmikin 2019.01.27 11:11 #12743 马克西姆-德米特里耶夫斯基。alphastar的算法是专门为revashn改变的，从全地图视图到切片视图，他们没有做对。 你可以看到机器人在窗口之间切换很慢，不知道棱镜在哪里，来回跑。 这是个错误。 我对你毫无敬意。不要和我交流，马克西姆，我不强迫你。我尊重与我交谈的每个人，只要他们不粗鲁。 你又提到了幕后的评论，你在技术上如何想象发生了什么？你不认为一般地图集的帧率只是有所下降吗？当然，整体地图的可视化，据说是通过网络的眼睛，是通过在屏幕上逐帧快速移动，不可能有任何其他选择。而关于 "按人的眼光来做 "的说法是无稽之谈，只能反映人的眼光的幻想。 机器人看到一支部队并作出充分的反应，根据算法--保护基地，他的问题是不能分兵--保护基地和进攻--到处都是各种冲锋陷阵，当它去开发时，机器人合并了。 Aleksey Vyazmikin 2019.01.27 11:12 #12744 马克西姆-德米特里耶夫斯基。无论你放弃什么，算法根本不取决于它......重要性取决于每个性状的分裂数量，而不是根。这听起来像是无知...如果书上没有描述这样的方法，显然是不好的... Maxim Dmitrievsky 2019.01.27 11:13 #12745 阿列克谢-维亚兹米 金。这听起来像是无知...如果书中没有描述这样的方法，那就是明知故犯...这是你的无知......这是一个关于不清楚的东西的讨论，有一些特殊的定义和含义......) Maxim Dmitrievsky 2019.01.27 11:14 #12746 阿列克谢-维亚兹米 金。别聊了，马克西姆，我没有强迫你。我尊重所有的对话者，只要他们不变得粗鲁。 你又提到了幕后的评论，你在技术上是如何想象发生了什么？你不认为一般地图集的帧率只是有所下降吗？当然，整体地图的可视化，据说是通过网络的眼睛，是通过在屏幕上逐帧快速移动，不可能有任何其他选择。而关于 "按人的眼光来做 "的说法是无稽之谈，只能反映人的眼光的幻想。 机器人看到一支部队，根据算法做出充分的反应--保护基地，他的麻烦是不能分兵--保护基地和进攻--到处都是各种冲锋陷阵，到了开发的时候，机器人合并了。舒里克，你是个哑巴，对不起。 Aleksey Vyazmikin 2019.01.27 11:21 #12747 马克西姆-德米特里耶夫斯基。舒里克，你真傻，我很抱歉。我不知道你为什么如此低声下气，让自己变得歇斯底里...... 不要害怕用你的头脑思考，也不要评判那些思考的人。 Maxim Dmitrievsky 2019.01.27 11:24 #12748 阿列克谢-维亚兹米 金。我不知道你为什么如此低声下气，让自己变得歇斯底里...... 不要害怕用你的头脑思考，也不要评判那些思考的人。上帝原谅我。 Farkhat Guzairov 2019.01.27 11:27 #12749 这个话题已经变成了一个垃圾桶:)。 Aleksey Vyazmikin 2019.01.27 11:28 #12750 elibrarius: 请附上代码（或ls），有趣的是，看看。也许会有新的东西被发现。 顺便说一下，Alglib使用随机的预测器集（默认为总数量的50%）来选择每个节点的分区。这似乎是随机森林的创造者们的标准方法。其结果是各种各样的树木。 但很难找到最好的，因为最终误差的差异不超过1%。也就是说，所有的树都得出了大致相同的结果，但是在一棵树上，对于一个预测器来说，早些时候有一个分裂，而在另一棵树上，对于同一个预测器来说，则是晚些时候（因为早些时候它被排除在分裂的名单之外）。 一般来说，预测器的选择存在问题。我想做一个完整的搜索，检查100个预测因子，每次增加1个，留下那些能改善结果的。如果你排除了40次根预测器，经过复杂的计算，那么也许完全蛮力更容易？还是你那里有大约一千种预测因素？问题是，即使从所有采取的50%，然后进一步有一个明确的选择，从这些50%的第一根分裂（或在Alglib它不是这样？）CatBoost不仅有预测因子的 随机选择，而且在第一棵树上也有随机分割（权重是随机加入计算的）。 我得到了不同的结果，我的目标不是要估计整个模型，而是要得到叶子，这些叶子很有可能描述了大部分的样本。然后，这样的树叶在历史上逐年被检验，并对其进行构成，这可能无法描述整个市场，但我认为在大多数情况下，对你知道的东西有更准确的答案比以50%的概率猜测要好。 预测器，现在将在600左右，所以完全超标不再是现实。 1...126812691270127112721273127412751276127712781279128012811282...3399 新评论 原因: 取消 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
你在做无稽之谈，因为你在模仿森林和提升算法，而不是阅读理论，为什么它能发挥作用，再次。
你又一次没有仔细阅读--我是根据某种标准抛弃根部预测器的，而同样的CatBoost 则是随机的。
谢谢你的照片，当我有机会与多克沟通时，就是这样的。
你又一次没有仔细阅读--我是根据某种标准抛弃根部预测器的，而同样的CatBoost则是随机的。
谢谢你的照片，当我有机会与医生沟通时，就是这样的情况。
我不在乎你是按什么来搜刮的，算法根本不取决于它......它取决于每个特征的分割数，而不是根。
alphastar的算法是专门为revashn改变的，从全地图视图到切片视图，他们没有做对。
你可以看到机器人在窗口之间切换很慢，不知道棱镜在哪里，来回跑。
这是个错误。
我对你毫无敬意。
不要和我交流，马克西姆，我不强迫你。我尊重与我交谈的每个人，只要他们不粗鲁。
你又提到了幕后的评论，你在技术上如何想象发生了什么？你不认为一般地图集的帧率只是有所下降吗？当然，整体地图的可视化，据说是通过网络的眼睛，是通过在屏幕上逐帧快速移动，不可能有任何其他选择。而关于 "按人的眼光来做 "的说法是无稽之谈，只能反映人的眼光的幻想。
机器人看到一支部队并作出充分的反应，根据算法--保护基地，他的问题是不能分兵--保护基地和进攻--到处都是各种冲锋陷阵，当它去开发时，机器人合并了。
无论你放弃什么，算法根本不取决于它......重要性取决于每个性状的分裂数量，而不是根。
这听起来像是无知...如果书上没有描述这样的方法，显然是不好的...
这听起来像是无知...如果书中没有描述这样的方法，那就是明知故犯...
这是你的无知......这是一个关于不清楚的东西的讨论，有一些特殊的定义和含义......)
别聊了，马克西姆，我没有强迫你。我尊重所有的对话者，只要他们不变得粗鲁。
你又提到了幕后的评论，你在技术上是如何想象发生了什么？你不认为一般地图集的帧率只是有所下降吗？当然，整体地图的可视化，据说是通过网络的眼睛，是通过在屏幕上逐帧快速移动，不可能有任何其他选择。而关于 "按人的眼光来做 "的说法是无稽之谈，只能反映人的眼光的幻想。
机器人看到一支部队，根据算法做出充分的反应--保护基地，他的麻烦是不能分兵--保护基地和进攻--到处都是各种冲锋陷阵，到了开发的时候，机器人合并了。
舒里克，你是个哑巴，对不起。
舒里克，你真傻，我很抱歉。
我不知道你为什么如此低声下气，让自己变得歇斯底里......
不要害怕用你的头脑思考，也不要评判那些思考的人。
我不知道你为什么如此低声下气，让自己变得歇斯底里......
不要害怕用你的头脑思考，也不要评判那些思考的人。
上帝原谅我。
请附上代码（或ls），有趣的是，看看。也许会有新的东西被发现。
顺便说一下，Alglib使用随机的预测器集（默认为总数量的50%）来选择每个节点的分区。这似乎是随机森林的创造者们的标准方法。其结果是各种各样的树木。
但很难找到最好的，因为最终误差的差异不超过1%。也就是说，所有的树都得出了大致相同的结果，但是在一棵树上，对于一个预测器来说，早些时候有一个分裂，而在另一棵树上，对于同一个预测器来说，则是晚些时候（因为早些时候它被排除在分裂的名单之外）。
一般来说，预测器的选择存在问题。我想做一个完整的搜索，检查100个预测因子，每次增加1个，留下那些能改善结果的。如果你排除了40次根预测器，经过复杂的计算，那么也许完全蛮力更容易？还是你那里有大约一千种预测因素？
问题是，即使从所有采取的50%，然后进一步有一个明确的选择，从这些50%的第一根分裂（或在Alglib它不是这样？）CatBoost不仅有预测因子的 随机选择，而且在第一棵树上也有随机分割（权重是随机加入计算的）。
我得到了不同的结果，我的目标不是要估计整个模型，而是要得到叶子，这些叶子很有可能描述了大部分的样本。然后，这样的树叶在历史上逐年被检验，并对其进行构成，这可能无法描述整个市场，但我认为在大多数情况下，对你知道的东西有更准确的答案比以50%的概率猜测要好。
预测器，现在将在600左右，所以完全超标不再是现实。