Mihail Marchukajtes: 所以我的意思是。在参考JPrediction之前，我只在6000千列中留下150件，这些都是有统计学意义的，只有这样，我才会在其中搜索描述输出的那个臭名昭著的规律。从理论上讲，列的数量应该是表行数量的两倍，这样算法就有足够的数据可以选择。 结果，优化器从我建议的150件中留下5到10件，形成最终的模型。
Mihail Marchukajtes: 我会告诉你这个。 雷舍托夫的最后一个版本是第14版。我已经鼓起勇气，完成了优化器到15版的工作。但我在那里添加的内容极大地改变了画面，使之变得更好。从理论上讲，最稳健的模型是具有最小输入和较短多项式的模型，在其他条件相同的情况下，我采取了另一种方式。如果Reshetova的解决方案是模型的从4个输入开始上升，我们开始增加，最后得到一个模型，比如说7个输入，那么我从下降开始，即从11个输入开始，然后减少，最后得到一个9个输入的模型。同时，从指标上看，两个模型的学习结果绝对相同。这意味着两个模型都来到了通用性的领域，但一个是从底部，另一个是从顶部。而你认为哪一个会是最好的？你可以说，那个比较简单，投入比较少的????。不，不是的。有更多输入的那个会更酷。由于它们都在一个被发现的区域内，有更多输入的模型将与小的参数化有关。结果我们有两个处于相同状态的模型，只是一个强的，即在顶部的模型，一个弱的，即在底部的模型。但他们的学习成果是平等的。这意味着，更强大的模型将需要更多关于已发现的规律的知识，而不是忽视额外输入的模型。自然是IMHO！！！。
所以我的意思是。在参考JPrediction之前，我只在6000千列中留下150件，这些都是有统计学意义的，只有这样，我才会在其中搜索描述输出的那个臭名昭著的规律。从理论上讲，列的数量应该是表行数量的两倍，这样算法就有足够的数据可以选择。 结果，优化器从我建议的150件中留下5到10件，形成最终的模型。
我注意到，在历史特征中，有3-7个是有效的，其余都是垃圾。例如，月号、星期 等等。(2-3件)如果有重复性的话，就已经可以了。只是它们必须被转换为分类的。
增量和类似的东西不起作用。或者说，他们可以工作，但如何工作--这是在最后一篇文章中。你甚至不需要MG来做这个。
是的，5到10是接近的，所以它是为了描述某种模式。我注意到，在历史特征中，有3-7个是有效的，其余都是垃圾。例如，月号、星期 等等。(2-3件)如果有重复性的话，就已经可以了。增量等等都不起作用。
我会告诉你这个。 雷舍托夫的最后一个版本是第14版。我已经鼓起勇气，完成了优化器到15版的工作。但我在那里添加的内容极大地改变了画面，使之变得更好。从理论上讲，最稳健的模型是具有最小输入和较短多项式的模型，在其他条件相同的情况下，我采取了另一种方式。如果Reshetova的解决方案是模型的从4个输入开始上升，我们开始增加，最后得到一个模型，比如说7个输入，那么我从下降开始，即从11个输入开始，然后减少，最后得到一个9个输入的模型。同时，从指标上看，两个模型的学习结果绝对相同。这意味着两个模型都来到了通用性的领域，但一个是从底部，另一个是从顶部。而你认为哪一个会是最好的？你可以说，那个比较简单，投入比较少的????。不，不是的。有更多输入的那个会更酷。由于它们都在一个被发现的区域内，有更多输入的模型将与小的参数化有关。结果我们有两个处于相同状态的模型，只是一个强的，即在顶部的模型，一个弱的，即在底部的模型。但他们的学习成果是平等的。这意味着，更强大的模型将需要更多关于已发现的规律的知识，而不是忽视额外输入的模型。自然是IMHO！！！。
它可以是不同的，你必须看一下统计分析。市场上的报价本身的维度很少，3-7是正常的。
哇，你真行，你真搞笑）））。
哇，真是一群人。你知道吗，你的笑容温暖了我们的灵魂，尤其是当我们这么多年没有看到对方的时候 :-)
我辞了工作，买了相机，但还是没有录像，你用老式的方法打键盘，我怎么能看到你呢))))
来吧videopilis，告诉我们最新的进展和15个超级版本！！。
如果你辞职买了相机，但还是没有视频，怎么看你，都是老套路--折磨键盘))))
来吧，videopilis，告诉我们最新的成功和15个超级版本！！。