交易中的机器学习:理论、模型、实践和算法交易 - 页 1711 1...170417051706170717081709171017111712171317141715171617171718...3399 新评论 Forester 2020.04.17 09:43 #17101 mytarmailS: 我只是问为什么,我看到你在挣扎,从ketbust的这些树木,有一些问题的输出,拐杖... 我对 "规则归纳 "这个主题有了一些了解,我看到R有很多用于生成规则或规则组合的包。 1)规则容易输出,一行就可以了 2)规则对人来说容易阅读 3)规则生成堆的类型,从琐碎的到遗传的 4) 预测的质量与其他任何东西都是一样的 所以我在想,也许你不应该为这个Ketbust而烦恼。并去买一些更好的东西或其他东西...... 这棵树是一个相当大的规则生成器。易于阅读。 森林/灌木丛是树木的集合体=规则。 4)你确定吗?这些背包是否参加过任何MO竞赛?他们是否战胜了提升模型?我可以有一个竞赛结果的链接吗? 请举出一些获奖套餐的例子供参考,最好是用俄语。 mytarmailS 2020.04.17 09:56 #17102 elibrarius。 这棵树是一个相当大的规则生成器。易于阅读。 森林/火灾是树木的集合体=规则。 4)你确定吗?这些背包是否参加过任何MO竞赛?他们是否战胜了提升模型?我可以有一个竞赛结果的链接吗? 请举出一些获奖套餐的例子供参考,最好是用俄语。 你不理解我的意思,或者我不理解你,在我看来,你在解释和执行ketbust方面有问题,如果一切都好,那么一切都好 ) 4)我写的是 "持平")......我在相同的数据上与射频进行了比较,差1-3%为差。 Forester 2020.04.17 10:02 #17103 mytarmailS: 你不明白我的意思,或者说我不明白你的意思,我以为你在解释和执行ketbust方面有困难,如果一切都好,那么一切都好 ) 4)我写的是 "水平")......我与RF在相同的数据上进行了比较,差异为1-3%。 不了解计算数值的确切算法其实并不妨碍工作。最主要的是,通过50%水平的典型分区,经典概率和catbust概率是一样的。 来自升压的射频在精确度和速度方面都非常落后。特别是如果它是Alglib库中的一个RF。 mytarmailS 2020.04.17 10:08 #17104 elibrarius。 不了解计算价值的确切算法其实并不影响工作。最主要的是,通过典型的50%分割,经典概率和catbust概率是一样的。 射频在准确性和速度方面都远远落后于升压。特别是如果它是Alglib库中的一个RF。 我理解... 就准确性而言,它是2-4%。 我用规则来理解这个过程,而不是用合集来预测... 了解过程==一个好的芯片 一个有好的芯片的规则可以击败任何有1000个木头的助推器,这些助推器都是用垃圾训练的。 Forester 2020.04.17 10:30 #17105 mytarmailS: 我理解... 就准确性而言,它是2-4%。 我用规则来理解这个过程,而不是用合集来预测... 了解过程==一个好的芯片 一条有好的芯片的规则可以击败任何有1000根木头的训练有素的垃圾的提升。 一棵树也会找到一个好的功能。 mytarmailS 2020.04.17 10:35 #17106 elibrarius。 一个好的小说和一棵树会找到它。 仔细阅读。 mytarmailS: 我理解... 就准确性而言,它是2-4%。 我用规则来理解这个过程,而不是用合集来预测... 了解过程==一个好的芯片。 一个有好的芯片的规则可以击败任何有1000个木材训练的垃圾的提升。 Forester 2020.04.17 10:43 #17107 mytarmailS: 仔细阅读 一棵树很容易阅读和理解。 而且了解树的过程也很容易。 mytarmailS 2020.04.17 10:45 #17108 elibrarius。 一棵树很容易阅读和理解。 是的,好吧,谁说不是呢? Forester 2020.04.17 10:48 #17109 mytarmailS: 嗯,是的,谁说不是呢? 没有人) 我明白这棵树,我不明白计算概率的算法。但这并不妨碍我在树上工作) mytarmailS 2020.04.17 10:51 #17110 elibrarius。 没有人) 我明白这棵树,我不明白计算概率的算法。但这并不妨碍我在树上工作) 好吧,所以我只是认为你对凯特布斯特不适应。 1...170417051706170717081709171017111712171317141715171617171718...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
我只是问为什么,我看到你在挣扎,从ketbust的这些树木,有一些问题的输出,拐杖...
我对 "规则归纳 "这个主题有了一些了解,我看到R有很多用于生成规则或规则组合的包。
1)规则容易输出,一行就可以了
2)规则对人来说容易阅读
3)规则生成堆的类型,从琐碎的到遗传的
4) 预测的质量与其他任何东西都是一样的
所以我在想,也许你不应该为这个Ketbust而烦恼。并去买一些更好的东西或其他东西......
森林/灌木丛是树木的集合体=规则。
4)你确定吗?这些背包是否参加过任何MO竞赛?他们是否战胜了提升模型?我可以有一个竞赛结果的链接吗?
请举出一些获奖套餐的例子供参考,最好是用俄语。
这棵树是一个相当大的规则生成器。易于阅读。
森林/火灾是树木的集合体=规则。
4)你确定吗?这些背包是否参加过任何MO竞赛?他们是否战胜了提升模型?我可以有一个竞赛结果的链接吗?
请举出一些获奖套餐的例子供参考,最好是用俄语。
你不理解我的意思,或者我不理解你,在我看来,你在解释和执行ketbust方面有问题,如果一切都好,那么一切都好 )
4)我写的是 "持平")......我在相同的数据上与射频进行了比较,差1-3%为差。
你不明白我的意思,或者说我不明白你的意思,我以为你在解释和执行ketbust方面有困难,如果一切都好,那么一切都好 )
4)我写的是 "水平")......我与RF在相同的数据上进行了比较,差异为1-3%。
来自升压的射频在精确度和速度方面都非常落后。特别是如果它是Alglib库中的一个RF。
不了解计算价值的确切算法其实并不影响工作。最主要的是,通过典型的50%分割,经典概率和catbust概率是一样的。
射频在准确性和速度方面都远远落后于升压。特别是如果它是Alglib库中的一个RF。
我理解...
就准确性而言,它是2-4%。
我用规则来理解这个过程,而不是用合集来预测...
了解过程==一个好的芯片
一个有好的芯片的规则可以击败任何有1000个木头的助推器,这些助推器都是用垃圾训练的。
我理解...
就准确性而言,它是2-4%。
我用规则来理解这个过程,而不是用合集来预测...
了解过程==一个好的芯片
一条有好的芯片的规则可以击败任何有1000根木头的训练有素的垃圾的提升。
一个好的小说和一棵树会找到它。
仔细阅读。
我理解...
就准确性而言,它是2-4%。
我用规则来理解这个过程,而不是用合集来预测...
了解过程==一个好的芯片。
一个有好的芯片的规则可以击败任何有1000个木材训练的垃圾的提升。
仔细阅读
而且了解树的过程也很容易。
一棵树很容易阅读和理解。
是的,好吧,谁说不是呢?
嗯,是的,谁说不是呢?
我明白这棵树,我不明白计算概率的算法。但这并不妨碍我在树上工作)
没有人)
我明白这棵树,我不明白计算概率的算法。但这并不妨碍我在树上工作)
好吧,所以我只是认为你对凯特布斯特不适应。