交易中的机器学习：理论、模型、实践和算法交易 - 页 2392

[Maxim Dmitrievsky]

Evgeni Gavrilovi:

MLPClassifier也不适合这项任务吗？

有一种方法可以估算出样本属于哪一类的概率。

https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.html

这些是不同的模式。GMM用于估计样本的概率密度 和抽样，而分类器则用于分类

显然，你想用神经网络取代CatBoost。但这里面没有什么意义。

[Evgeni Gavrilovi]

Maxim Dmitrievsky:

这些是不同的模式。GMM被用来估计概率密度 和例子的抽样，而分类器则对其进行分类

显然，你想用神经网络取代CatBoost。但这并没有什么意义。

你在那里写道，神经网络比GMM更适合。

https://www.mql5.com/ru/forum/356331#comment_19373237

[Maxim Dmitrievsky]

Evgeni Gavrilovi:

你在那里写道，神经网络比GMM更适合。

https://www.mql5.com/ru/forum/356331#comment_19373237

你刚才说的是生成网络和自动编码器。我已经测试了经典版本，它们更糟糕。我之前已经在这个主题中写过，并且在pythorch上上传了代码，我想。

[Maxim Dmitrievsky]

Evgeni Gavrilovi:

你在那里写道，神经网络比GMM更适合。

https://www.mql5.com/ru/forum/356331#comment_19373237

请看一下这个模型https://sdv.dev/SDV/user_guides/timeseries/par.html

我自己还没试过，需要生成和可视化。

据我所知，该模型正在积极开发中，你可以直接与开发人员沟通。

+ 发送一篇新的文章进行测试，有新的想法

[Evgeni Gavrilovi]

Maxim Dmitrievsky

谢谢你。

[Maxim Dmitrievsky]

Evgeni Gavrilovi:

谢谢你。

我没有安装bibla，很多错误。可能不是最新的版本。

[Maxim Dmitrievsky]

拉出某个版本的Nampai，无法安装在我的电脑或谷歌的Colab上

在colab中重新安装nampai的工作。

某种怪物写了这些图书馆。

[Evgeni Gavrilovi]

Maxim Dmitrievsky:
拔掉了一些不会安装在电脑或google colab上的Nampai的版本

这个0.5.0版本是好的。

https://pypi.org/project/sdv/0.5.0

[Maxim Dmitrievsky]

Evgeni Gavrilovi:

这个0.5.0版本是好的。

https://pypi.org/project/sdv/0.5.0

在科拉布运行的最后一个。你需要抽出git上的模型功能，你可以直接复制python模块。否则就不清楚它是如何工作的，手册中没有描述。

我找不到任何关于它的信息。

[Evgeni Gavrilovi]

Maxim Dmitrievsky:

最后一个人是在合作社运行的。你需要在git上阅读模型的功能，你可以直接复制python模块。否则就不清楚它是如何工作的，手册中没有描述。

from sdv.timeseries import PAR

pr_c = pr.copy()
X = pr_c[pr_c.columns[1:]]
sdv = PAR.fit(X)

到了拟合，然后出现错误：fit()缺少1个必要的位置参数：'timeseries_data'

我想我需要另一种格式来输入时间序列

https://sdv.dev/SDV/user_guides/timeseries/par.html