交易中的机器学习:理论、模型、实践和算法交易 - 页 3387 1...338033813382338333843385338633873388338933903391339233933394...3399 新评论 mytarmailS 2024.01.23 08:28 #33861 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https://rdrr.io/cran/caret/man/findLinearCombos.html还有哪些激活点? Aleksey Vyazmikin 2024.01.23 08:46 #33862 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"。 Maxim Dmitrievsky 2024.01.23 09:29 #33863 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? mytarmailS 2024.01.23 09:32 #33864 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。 mytarmailS 2024.01.23 09:33 #33865 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。 Maxim Dmitrievsky 2024.01.23 09:50 #33866 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。 Aleksey Vyazmikin 2024.01.23 10:13 #33867 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。 mytarmailS 2024.01.23 10:16 #33868 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? Aleksey Vyazmikin 2024.01.23 10:24 #33869 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。 Maxim Dmitrievsky 2024.01.23 10:25 #33870 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 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
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。
我发布了代码。
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?
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?
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?
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。
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。
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 个特征矩阵
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。