交易中的机器学习：理论、模型、实践和算法交易 - 页 3387

新评论
 
Aleksey Vyazmikin #:

这种线性关系是如何定义的？能否详细说明？

我只是删除非常相似的规则，通过激活点来确定相似度。

我公布了代码。
详情如下


还有哪些激活点？
 
mytarmailS #:
我发布了代码。
详情如下
https:// rdrr.io/cran/caret/man/findLinearCombos.html

我希望你能用自己的话描述一下过程。

好的，这是翻译：

"

详细内容

QR 分解用于确定矩阵是否具有全秩，然后确定涉及依赖关系的列集。

为了 "解决 "这些问题，需要反复删除这些列，并重新检查矩阵的秩。

也可以使用 subselect 软件包中的 trim.matrix 函数来达到同样的目的。

"

从描述中看不出什么，首先问题是我们谈论的是什么矩阵，它是如何获得的？

mytarmailS#：
通过其他什么激活点？

如果叶子中的规则已被执行，这就是叶子激活，这意味着叶子被用于形成模型的最终答案。根据叶子的数量构建一个表格，每一行都标记为激活，如果激活则标记为 "1"，如果未激活则标记为 "0"。

 

我为那些难以阅读英文书籍的人勾勒了一些关于 Kozul 的基本论点，并以 python 为例，介绍了我的版本中 Kozul 的最佳工作方式。你想要这篇文章吗？


 
Aleksey Vyazmikin #:
1.谷歌一下 qr 矩阵分解，这不是一言两语能说清楚的。

2. 用这种方法最多可以去掉三分之一的不必要功能。
 
Maxim Dmitrievsky #:

我为那些难以阅读英文书籍的人勾勒了一些关于 Kozul 的基本论点，并以 python 为例，介绍了我的版本中 Kozul 的最佳工作方式。你想要文章吗？

请便。
 
mytarmailS #:
别这样

我刚看完另一本书，想把理论补充完整。

因为书上说，没有什么比好的理论更实用了。

 
mytarmailS #:
1.谷歌一下 qr 矩阵分解，一言难尽

2.用这种方法最多可以去掉三分之一的不必要功能

1.我不是在问分解的问题，我是在问矩阵是从哪里来的。

2.这似乎是一个未经证实的说法。在我看来，用我的方法可以去掉比你需要的更多的东西。

 
Aleksey Vyazmikin #:

1.我问的不是分解，而是矩阵从何而来。

2.这似乎是一种未经证实的说法。在我看来，我的方法可以去除比它需要的更多的东西。

1 带有特征的矩阵

2 我们说的是线性相关特征还是所有特征？
 
mytarmailS #:
1 个特征矩阵

2 我们讨论的是线性相关特征还是所有特征？

1.这个矩阵是如何得到的？其中的数字是什么？

2.我说的是规则。在我的方法中，我并不关心规则是如何得出的，也不关心规则是由什么得出的，但如果反应与训练样本中的另一个反应相似，它就不包含额外的信息。

 

为什么大量的标志是邪恶的？来自一本关于 Kozul 的书中的有趣图表。

在训练样本中找到相同示例的概率取决于特征的数量。

如果特征数量超过 14 个（甚至 10 个），就会出现大量无法无损缩减的规则。


1...338033813382338333843385338633873388338933903391339233933394...3399
新评论
原因: