交易中的机器学习:理论、模型、实践和算法交易 - 页 1695 1...168816891690169116921693169416951696169716981699170017011702...3399 新评论 Evgeny Dyuka 2020.04.13 17:13 #16941 Kesha Rutov: 是的,这是一个明智的方法,可以说是一鸟在手,去他妈的吊车,很麻烦))。但是,IMHO,找一份工作比通过卖给他们假的 "铲子 "来抢劫一个非常小的傻瓜更容易,我们都知道,没有人会卖真正的铲子))。但我不是在评判,原则上我甚至尊重欺诈,但要大,不要小。 超强的!你的回答抓住了许多人的立场的本质。你必须说服自己,别人有铲子可以铲,否则你将不得不离开你的舒适区。 我同意关于工作的说法,我花在这个项目 上的资源以工资的形式会带来更多。 Evgeny Dyuka 2020.04.13 17:33 #16942 凯沙-鲁托夫。 但我不是在评判,原则上我甚至尊重欺诈,但要大,不要小。 即使是:- 做一个专家顾问,实时显示神经网络在真实市场中的工作;- 将神经网络信号发送到公开的Telegram频道;-写一篇文章,描述解决一个问题的步骤,有6K的浏览量,这就是作弊。 Renat Akhtyamov 2020.04.13 17:41 #16943 凯沙-鲁托夫。 是的,这是一个明智的方法,可以说是一鸟在手,去他妈的吊车,很麻烦))。但是,IMHO,找一份工作比通过卖给他们假的 "铲子 "来抢劫一个非常小的傻瓜更容易,我们都知道,没有人会卖真正的铲子))。 但我不是在评判,原则上我甚至尊重骗局,但是是大骗局,不是小骗局。 凯莎,你关于趋势和平坦的回答给我留下了深刻的印象,我仍然无法将其从我的脑海中删除。 我无法把它从我的脑海中抹去。 最后我终于找到了答案。 为什么你认为有一个趋势和一个平坦,以及你如何启动其中一个或另一个的出现? 从你的帖子和意图来看,你不知道... Mihail Marchukajtes 2020.04.14 16:30 #16944 伙计们,请原谅我,但事实证明我是如此愚蠢。Rstudio更新及其软件包的不可抗力发生了,在更新之后,脚本开始发出一个猛烈的错误,我无法克服。都是因为最初写错了,所以有一个自然选择。:-( 所以我想,如果时间到了,我最好玩玩矩阵、向量等,并更新脚本,这样它就能保存训练文件而不在Exel之间跳转。俗话说得好,野兽比捕手更伟大。结果,我一直在阅读文档,对教程中的具体例子进行编码,但用我自己的参数,我一直得到错误。我无法将任何例子应用于我的数据。因此,如果你拥有好的教程的链接,即扩大的地名索引命令。什么是参考书,但对于傻瓜来说,不要把它留给自己。分享到:!!!!!! 基本的向量矩阵我无法创建,不是因为我不懂基础知识,而是因为这是他不喜欢的东西。我一直都有错误,.....我非常难过 :-( 而最主要的是开始对其中一个变量发誓,我看到它不是正确的类型。以前是那种类型的,突然变得不是那种类型的。虽然R使用自动数据转换。我还能说什么呢 :-( mytarmailS 2020.04.14 17:52 #16945 Mihail Marchukajtes: 我还能说什么呢:-(。 lamer )) Forester 2020.04.14 21:21 #16946 阿列克谢-维亚兹米 金。 我研究过CatBoost,所以我将谈谈它。 树的深度建议为4-6个劈头。这是我在总体上尝试的深度。 预测器的拆分是由三种不同的算法来完成的,可供选择。一个所谓的网格被创建。 拆分的结果很有意思,可以自己拉出来看看。而 AlgLib在为森林建树时,将预测因子分成相等的部分? 我发现了一种在Python中查看树木的方法 https://github.com/catboost/tutorials/blob/master/model_analysis/visualize_decision_trees_tutorial.ipynb 但我在graphviz 方面遇到了一些麻烦,显然graphviz模块已经过时了。 你可以查一下JSON https://github.com/catboost/tutorials/blob/master/model_analysis/model_export_as_json_tutorial.ipynb 对于深度为2的对称树,它的工作原理是这样的"分裂"。[{{"边界"。4.550000190734863,"float_feature_index": 12,"split_index": 15,"split_type": "FloatFeature"},{{"边界"。2.423949956893921,"float_feature_index": 7,"split_index": 7,"split_type": "FloatFeature"} catboost/tutorials catboostgithub.com CatBoost tutorials repository. Contribute to catboost/tutorials development by creating an account on GitHub. Mihail Marchukajtes 2020.04.14 21:26 #16947 mytarmailS: lamer )) 是的,我甚至会说是傻瓜,不敢用这个词。但不是一个最终达到目标的傻瓜,这时没有手段也无所谓。是的,我在这上面杀了一天,然而我让R上传了优化器的最终文件。我以前必须通过excel拖放数据,现在不用了。ehhhhhhhhhhhh我将生活!!!!!! Aleksey Vyazmikin 2020.04.15 07:26 #16948 elibrarius。 以下是如何在蟒蛇上看树的方法 这很美。但我有兴趣看到一个预测器范围的网格,它被进一步支解了。 Mihail Marchukajtes 2020.04.15 08:00 #16949 阿列克谢-维亚兹米 金。 这很美。但我很想看看预测器范围的网格细分,这也是进一步搜索的结果。 我想知道你为什么不用vtreat做R?它只是确定输入数据中相对于目标的水平,从而选择那些与目标有关的预测器。除了分类之外,还有一个预测的选项。说实话,我不知道没有它我该怎么办....。 Mihail Marchukajtes 2020.04.15 08:04 #16950 今天的另一个恩怨,对于那些在RTS上等待2000年的人来说:-) 1...168816891690169116921693169416951696169716981699170017011702...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
是的,这是一个明智的方法,可以说是一鸟在手,去他妈的吊车,很麻烦))。但是,IMHO,找一份工作比通过卖给他们假的 "铲子 "来抢劫一个非常小的傻瓜更容易,我们都知道,没有人会卖真正的铲子))。
但我不是在评判,原则上我甚至尊重欺诈,但要大,不要小。
超强的!你的回答抓住了许多人的立场的本质。你必须说服自己,别人有铲子可以铲,否则你将不得不离开你的舒适区。
我同意关于工作的说法,我花在这个项目 上的资源以工资的形式会带来更多。
凯沙-鲁托夫。
但我不是在评判,原则上我甚至尊重欺诈,但要大,不要小。
即使是:
- 做一个专家顾问,实时显示神经网络在真实市场中的工作;
- 将神经网络信号发送到公开的Telegram频道;
-写一篇文章,描述解决一个问题的步骤,有6K的浏览量,这就是作弊。
是的,这是一个明智的方法,可以说是一鸟在手,去他妈的吊车,很麻烦))。但是,IMHO,找一份工作比通过卖给他们假的 "铲子 "来抢劫一个非常小的傻瓜更容易,我们都知道,没有人会卖真正的铲子))。
但我不是在评判,原则上我甚至尊重骗局,但是是大骗局,不是小骗局。
凯莎,你关于趋势和平坦的回答给我留下了深刻的印象,我仍然无法将其从我的脑海中删除。
我无法把它从我的脑海中抹去。 最后我终于找到了答案。
为什么你认为有一个趋势和一个平坦,以及你如何启动其中一个或另一个的出现?
从你的帖子和意图来看,你不知道...伙计们,请原谅我,但事实证明我是如此愚蠢。Rstudio更新及其软件包的不可抗力发生了,在更新之后,脚本开始发出一个猛烈的错误,我无法克服。都是因为最初写错了,所以有一个自然选择。:-( 所以我想,如果时间到了,我最好玩玩矩阵、向量等,并更新脚本,这样它就能保存训练文件而不在Exel之间跳转。俗话说得好,野兽比捕手更伟大。结果,我一直在阅读文档,对教程中的具体例子进行编码,但用我自己的参数,我一直得到错误。我无法将任何例子应用于我的数据。因此,如果你拥有好的教程的链接,即扩大的地名索引命令。什么是参考书,但对于傻瓜来说,不要把它留给自己。分享到:!!!!!!
基本的向量矩阵我无法创建,不是因为我不懂基础知识,而是因为这是他不喜欢的东西。我一直都有错误,.....我非常难过 :-(
而最主要的是开始对其中一个变量发誓,我看到它不是正确的类型。以前是那种类型的,突然变得不是那种类型的。虽然R使用自动数据转换。我还能说什么呢 :-(
我还能说什么呢:-(。
lamer ))
我研究过CatBoost,所以我将谈谈它。
树的深度建议为4-6个劈头。这是我在总体上尝试的深度。
预测器的拆分是由三种不同的算法来完成的,可供选择。一个所谓的网格被创建。
拆分的结果很有意思,可以自己拉出来看看。而 AlgLib在为森林建树时,将预测因子分成相等的部分?
我发现了一种在Python中查看树木的方法 https://github.com/catboost/tutorials/blob/master/model_analysis/visualize_decision_trees_tutorial.ipynb
但我在graphviz 方面遇到了一些麻烦,显然graphviz模块已经过时了。
你可以查一下JSON https://github.com/catboost/tutorials/blob/master/model_analysis/model_export_as_json_tutorial.ipynb
对于深度为2的对称树,它的工作原理是这样的
"分裂"。[
{
{"边界"。4.550000190734863,
"float_feature_index": 12,
"split_index": 15,
"split_type": "FloatFeature"
},
{
{"边界"。2.423949956893921,
"float_feature_index": 7,
"split_index": 7,
"split_type": "FloatFeature"
}
lamer ))
以下是如何在蟒蛇上看树的方法
这很美。但我有兴趣看到一个预测器范围的网格,它被进一步支解了。
这很美。但我很想看看预测器范围的网格细分,这也是进一步搜索的结果。
今天的另一个恩怨,对于那些在RTS上等待2000年的人来说:-)