文章 "用随机森林预测趋势" - 页 2 123456789...14 新评论 Vladimir Perervenko 2014.10.03 09:14 #11 当然，如果能将 R 语言、具体实例中的机器学习模型 以及与 MCL 结合的实际实现按顺序一一介绍，那就再好不过了。目前还不清楚该如何组织。我不确定管理部门是否感兴趣。我会准备一份提案。让我们看看他们的反应。更重要的是，读者是否对这个话题感兴趣。这里大部分都是程序员，他们都沉浸在 C 语言的海洋中。我会考虑的。 СанСаныч Фоменко 2014.10.03 10:38 #12 vlad1949:当然，如果能将 R 语言、具体实例中的机器学习模型以及与 MCL 结合的实际实现按顺序一一介绍，那就再好不过了。目前还不清楚该如何组织。我不确定管理部门是否感兴趣。我会准备一份提案。让我们看看他们的反应。更重要的是，读者是否对这个话题感兴趣。这里大部分都是程序员，他们都沉浸在 C 语言的海洋中。我会考虑的。这是理所当然的。我们开一个主题，仅此而已。在第四个论坛上，我有好几个关于计量经济学的 主题。我只是觉得无聊。 这里有一个基地。论坛里都是研究神经网络的人。我认为，能说明神经网络并非天赐良机的材料会吸引这些读者。尤其是当他们意识到，通过改变模型可以将利润率提高几倍。而这些人都是有备而来。如果说到俄语教育，我有两本文件翻译，另外还写了一本关于《Rattle》和其中所用模型的意识形态的书（390 页）。 Vladimir Perervenko 2014.10.03 19:09 #13 faa1947:这只是一个一劳永逸的事情。我们开一个主题，仅此而已。我在第四论坛上有好几个计量经济学 主题。我只是觉得无聊。 而基地就在这里。论坛里都是研究神经网络的人。我认为，能说明神经网络并非天赐良机的材料会吸引这些读者。尤其是当他们意识到，只要改变模型，就有可能将利润率提高几倍。而这些人都是有备而来的。如果我们谈论俄语教育，我有两份文件翻译，另外我还写了一本关于《Rattle》和其中所用模型的意识形态的书（390 页）。我将在本周末完成这篇文章并送审。之后再看吧。您建议我们讨论哪些主题？顺序是什么？你想好了吗？如果开始的话，我们应该从语言描述开始 至少是流利的语言描述。写作需要很多时间。必须有动力。我们一起来想一想。我们得从上一个主题中抽出一些人来。祝好运 СанСаныч Фоменко 2014.10.03 19:48 #14 vlad1949:我将在本周末完成这篇文章，然后寄出去审阅。之后再看吧。你建议我们讨论哪些主题？按什么顺序？你想好了吗？如果我们开始的话，我们应该从语言描述开始 至少是流利的语言描述。写作要花很多时间要有积极性。我们一起想想我们得从上次的主题中抽出一些人来。祝你好运1.可能来自语言，但是：尽量少用，如果可能的话，只用 MKL 的类比，这样人们就可以看到 - 没有任何困难，甚至因为有了解释器而更加方便。例如，缩小 MKL 中 "对象 "概念的范围，尽可能用循环取代矩阵运算--总之要简化。2.对我来说，寻找新思路才是动力。我从上次 econmodel 论坛上发现了连续采样时出现的问题。我设法重复并解决了这个问题。结果发现这是一个原理问题。总的来说，我们需要聚在一起。 PS.论坛上注销 R 接口的人数已超过 1000！是的，早些时候他们都在四个论坛上。所以，问题是该开哪个论坛。 Murad Ismayilov 2014.10.04 07:15 #15 误差 0.15，即猜中趋势的概率为 85%！脚手架本身不是目的，我们的目标是赚钱。交易显示了什么？有平衡图表吗？ СанСаныч Фоменко 2014.10.04 08:52 #16 wmlab: 误差 0.15，即猜中趋势的概率为 85%！脚手架本身不是目的，我们的目标是赚钱。交易显示了什么？有平衡图表吗？预测模型的主要问题在于初始数据的选择。Rattle 是解决这个问题的一个非常方便的工具，这篇文章的目的就在于此。我愿意就原始数据进行讨论，并得出一个估计值。如果有人提供源 csv 文件，我愿意进行计算并将结果发布在这里。其他任何事情都超出了文章的范围。 Дмитрий 2014.10.15 07:59 #17 如何查看自变量和因变量的全套数值？能否以表格或文本的形式以单独文件的形式发布？ СанСаныч Фоменко 2014.10.15 11:40 #18 Demi:如何查看自变量和因变量的全套数值？不能以表格或文本的形式放在一个单独的文件中吗？我想可以（附件），不过我已经忘了这篇文章。你为什么不自己试试呢？附件中的文件是故意多余的，这样读者不仅可以重复文章中的计算，还可以检查自己的想法。 附加的文件： ForMQL_1.zip 12 kb Дмитрий 2014.10.15 13:05 #19 faa1947:我想是的（附件），虽然我已经忘记了这篇文章。你为什么不自己试试呢？附在文章后面的那张是故意多余的，这样读者不仅可以重复文章中的计算，还可以检查自己的想法。可能是因为我 "自己试过"，结果不一样，而且不是更好？有道理，不是吗？不，需要的是所有变量的原始集合--也许我没有相同的自变量 СанСаныч Фоменко 2014.10.15 15:34 #20 Demi:可能是因为我 "亲身尝试 "过，结果不一样，而且不是更好？有道理，不是吗？不，需要的是所有变量的原始集合--也许我没有相同的自变量在上面的附件中，我强调，结果与 文章中的结果非常相似。为什么说 "相似"？所有随机森林 算法都涉及随机数传感器（这被认为是算法的优点），因此结果可能相似，但也可能没有显著差异。看看你的结果会很有趣。关于随机森林算法中变量 znA 值的估计。我还没有成功使用过（虽然这不是一个指标，只是经验之谈）。还有其他更有建设性的算法，如果你遵循这些算法，就能大大改善结果。总的来说，上述文章是了解分类模型世界的一个窗口。它只是一个快速的尝试和评估。然后是繁琐枯燥的选择预测因子的工作。 123456789...14 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
当然，如果能将 R 语言、具体实例中的机器学习模型 以及与 MCL 结合的实际实现按顺序一一介绍，那就再好不过了。目前还不清楚该如何组织。我不确定管理部门是否感兴趣。我会准备一份提案。让我们看看他们的反应。
更重要的是，读者是否对这个话题感兴趣。
这里大部分都是程序员，他们都沉浸在 C 语言的海洋中。
我会考虑的。
当然，如果能将 R 语言、具体实例中的机器学习模型以及与 MCL 结合的实际实现按顺序一一介绍，那就再好不过了。目前还不清楚该如何组织。我不确定管理部门是否感兴趣。我会准备一份提案。让我们看看他们的反应。
更重要的是，读者是否对这个话题感兴趣。
这里大部分都是程序员，他们都沉浸在 C 语言的海洋中。
我会考虑的。
这是理所当然的。我们开一个主题，仅此而已。在第四个论坛上，我有好几个关于计量经济学的 主题。我只是觉得无聊。
这里有一个基地。论坛里都是研究神经网络的人。我认为，能说明神经网络并非天赐良机的材料会吸引这些读者。尤其是当他们意识到，通过改变模型可以将利润率提高几倍。而这些人都是有备而来。
如果说到俄语教育，我有两本文件翻译，另外还写了一本关于《Rattle》和其中所用模型的意识形态的书（390 页）。
这只是一个一劳永逸的事情。我们开一个主题，仅此而已。我在第四论坛上有好几个计量经济学 主题。我只是觉得无聊。
而基地就在这里。论坛里都是研究神经网络的人。我认为，能说明神经网络并非天赐良机的材料会吸引这些读者。尤其是当他们意识到，只要改变模型，就有可能将利润率提高几倍。而这些人都是有备而来的。
如果我们谈论俄语教育，我有两份文件翻译，另外我还写了一本关于《Rattle》和其中所用模型的意识形态的书（390 页）。
我将在本周末完成这篇文章并送审。之后再看吧。
您建议我们讨论哪些主题？顺序是什么？你想好了吗？如果开始的话，我们应该从语言描述开始 至少是流利的语言描述。
写作需要很多时间。必须有动力。
我们一起来想一想。我们得从上一个主题中抽出一些人来。
祝好运
我将在本周末完成这篇文章，然后寄出去审阅。之后再看吧。
你建议我们讨论哪些主题？按什么顺序？你想好了吗？如果我们开始的话，我们应该从语言描述开始 至少是流利的语言描述。
写作要花很多时间要有积极性。
我们一起想想我们得从上次的主题中抽出一些人来。
祝你好运
1.可能来自语言，但是：尽量少用，如果可能的话，只用 MKL 的类比，这样人们就可以看到 - 没有任何困难，甚至因为有了解释器而更加方便。例如，缩小 MKL 中 "对象 "概念的范围，尽可能用循环取代矩阵运算--总之要简化。
2.对我来说，寻找新思路才是动力。我从上次 econmodel 论坛上发现了连续采样时出现的问题。我设法重复并解决了这个问题。结果发现这是一个原理问题。总的来说，我们需要聚在一起。
PS.论坛上注销 R 接口的人数已超过 1000！是的，早些时候他们都在四个论坛上。所以，问题是该开哪个论坛。
误差 0.15，即猜中趋势的概率为 85%！脚手架本身不是目的，我们的目标是赚钱。交易显示了什么？有平衡图表吗？
预测模型的主要问题在于初始数据的选择。Rattle 是解决这个问题的一个非常方便的工具，这篇文章的目的就在于此。
我愿意就原始数据进行讨论，并得出一个估计值。如果有人提供源 csv 文件，我愿意进行计算并将结果发布在这里。
其他任何事情都超出了文章的范围。
如何查看自变量和因变量的全套数值？能否以表格或文本的形式以单独文件的形式发布？
如何查看自变量和因变量的全套数值？不能以表格或文本的形式放在一个单独的文件中吗？
我想可以（附件），不过我已经忘了这篇文章。
你为什么不自己试试呢？附件中的文件是故意多余的，这样读者不仅可以重复文章中的计算，还可以检查自己的想法。
我想是的（附件），虽然我已经忘记了这篇文章。
你为什么不自己试试呢？附在文章后面的那张是故意多余的，这样读者不仅可以重复文章中的计算，还可以检查自己的想法。
可能是因为我 "自己试过"，结果不一样，而且不是更好？有道理，不是吗？
不，需要的是所有变量的原始集合--也许我没有相同的自变量
可能是因为我 "亲身尝试 "过，结果不一样，而且不是更好？有道理，不是吗？
不，需要的是所有变量的原始集合--也许我没有相同的自变量
在上面的附件中，我强调，结果与 文章中的结果非常相似。为什么说 "相似"？所有随机森林 算法都涉及随机数传感器（这被认为是算法的优点），因此结果可能相似，但也可能没有显著差异。
看看你的结果会很有趣。
关于随机森林算法中变量 znA 值的估计。我还没有成功使用过（虽然这不是一个指标，只是经验之谈）。还有其他更有建设性的算法，如果你遵循这些算法，就能大大改善结果。
总的来说，上述文章是了解分类模型世界的一个窗口。它只是一个快速的尝试和评估。然后是繁琐枯燥的选择预测因子的工作。