交易中的机器学习：理论、模型、实践和算法交易 - 页 2109

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

选择所有文件并下载，它们将被压缩。

不同的样品长度，那么如果一个部分

谢谢，这是正确的--你可以作为档案下载，这很好!

但不同的抽样长度是不好的，我想的是选择最随机的列，其中小的偏差是可以接受的。

我认为没有必要将这种方法应用于样本--否则我怎么能在现实生活中使用它。

我正在运行它进行训练，让我们看看会发生什么。

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

谢谢，这是正确的--你可以下载一个档案，这很好!

但不同的样本长度是不好的，我以为要突出最随机的一列，其中的小偏差是可以接受的。

我认为没有必要将这种方法应用于样本--否则我怎么能在现实生活中使用它。

我正在运行它进行训练，让我们看看会发生什么。

我考试时不需要它，但它可能会派上用场。

[Aleksey Vyazmikin]

elibrarius:

懒得转换）
让我解释一下。

1）我们对列
2）计算一个量子的平均元素数，例如10000个元素/255个量子=39,21
3）在循环中，我们每一步都按39,21个元素移动，并将排序后的数组中的值加入到量子的值数组中。即阵列值0=值0量子，第39值=1量子，第78值=2量子，等等。

如果该值已经在数组中，即如果我们进入一个有许多重复的区域，我们就跳过重复的值，不添加它。

在每一步，我们恰好加上39.21，然后四舍五入，在数组中选择一个元素，使其相等。例如，用196代替195（39*5=195）（39,21*5=（int）196,05）。

用均匀分布 就很清楚了--我会创建一个唯一值的数组，用它来切割。

但也有其他分割网格的方法。

    THolder<IBinarizer> MakeBinarizer(const EBorderSelectionType type) {
        switch (type) {
            case EBorderSelectionType::UniformAndQuantiles:
                return MakeHolder<TMedianPlusUniformBinarizer>();
            case EBorderSelectionType::GreedyLogSum:
                return MakeHolder<TGreedyBinarizer<EPenaltyType::MaxSumLog>>();
            case EBorderSelectionType::GreedyMinEntropy:
                return MakeHolder<TGreedyBinarizer<EPenaltyType::MinEntropy>>();
            case EBorderSelectionType::MaxLogSum:
                return MakeHolder<TExactBinarizer<EPenaltyType::MaxSumLog>>();
            case EBorderSelectionType::MinEntropy:
                return MakeHolder<TExactBinarizer<EPenaltyType::MinEntropy>>();
            case EBorderSelectionType::Median:
                return MakeHolder<TMedianBinarizer>();
            case EBorderSelectionType::Uniform:
                return MakeHolder<TUniformBinarizer>();
        }

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

用均匀分布我看--我首先会创建一个唯一值的数组，用它来切割。

但也有其他分割网格的方法。

必须有大量的样本，否则模型就不会学到任何东西。

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

必须有大量的样本，否则模型不会学到任何东西。

这些是CatBoost 的抽样量化方法--这些是列举/学习的边界，然后再继续进行。

我的实验表明，应该为每个预测器分别选择网格，然后观察到质量的提高，但它无法做到CatBoost，我也无法建立网格，我必须建立网格并将其上传到csv，然后迭代它们，以估计其中的目标行为。我认为这是一个非常有前途的工具，但我需要把代码翻译成MQL。

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

这些是CatBoost的采样量化方法--这些是列举/学习然后进行的边界。

我的实验表明，应该为每个预测器分别选择网格，然后观察质量增益，但CatBoost不能做到这一点，我不能建立网格，我必须建立网格并上传到csv，然后迭代它们来评估其中的目标行为。我认为这是一个非常有前途的功能，但我需要把代码翻译成MQL。

是在模型本身的设置中（参数）吗？ 我不知道它是什么？

如果不在设置中，那就是胡说八道。

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

是否在模型本身的设置中（参数）？ 我不知道它是什么。

如果不在设置中，那就是胡说八道。

它在设置中，至少对命令行来说是这样的

--特征-边界类型

数值特征的量化模式。 可能的值。 中位数 统一的 统一标准和 指标 最大日志总和 最小熵 贪婪的日志 和

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

它在设置中，至少对命令行来说是这样的

--特征-边界类型

数值特征的量化模式。 可能的值。 中位数 统一的 统一标准和 指标 最大日志总和 最小熵 贪婪的日志 和

差异大吗？ 应该在百分之一之内。

[Forester]

Aleksey Vyazmikin:

用均匀分布我看--我首先会创建一个唯一值的数组，用它来切割。

但也有其他方法来划分网格。

如果你有唯一的值，那将是一个混乱的局面。例如，你有100个字符串，其中10个是唯一的，其中2个有45个字符串，8个有1个。除以5个量子，有可能只选择5个由1，而最有代表性的2个（由45）将被跳过。

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

应该是在一个百分比之内。

选择正确的故障对结果有重大影响。

这里有一个关于召回的例子--高达50%的变化--对我来说，这很重要。

将界线从16增加到512，增量为16--虽然在直方图上不是按顺序排列--我的标题有点碍事了。

我还在试验网格的选择，但已经很明显，有不同的预测器，需要不同的网格，要观察逻辑，而不仅仅是调整。