Overfitting (4 lettori)

[Cren]

Allora ... devi prima redigere la domanda in carta bollata, poi richiedere il nulla osta di Imar, ed infine ottenere il visto dell'ufficio censura

Ma non fai prima a sparare la domanda?

Se ti senti OT puoi sempre utilizzare la zona franca "overfitting"

In attesa che ti arrivi la domanda in carta bollata, ho avuto il nulla osta di Imar ed espongo nel seguito

Devo minimizzare una funzione obiettivo con dei vincoli lineari, che limitano la soluzione ammissibile all'interno di una "feasible region".

I vincoli sono nella forma

cioè nel mio caso una cosa così:

dove i vari θ sono i parametri da ottimizzare.

Affinchè l'algoritmo trovi la soluzione è necessario che il valore da cui parte per l'ottimizzazione dei vari θ sia all'interno della feasible region.

Il mio problema è: ho provato una quantità imbarazzante di valori e combinazioni ma sempre e comunque l'algoritmo non riesce a procedere perchè

[COLOR="Red"]ERROR: initial value is not in the interior of the feasible region[/COLOR]

Non riesco a capire se è un problema di impostazione per il quale sono i vincoli stessi che ho posto a rendere impossibile una soluzione

 

[reef]

OT stavo guardando questo TS qui PIPALERT - a forex trading system on Collective2 che sarà una martingala ma ha un 98% di Win% che non reputavo umanamente possibile, visto che il sito dovrebbe certificare le statistiche del TS, dovrebbe essere un dato reale, voi che ne pensate?
PS se violo qualche policy cancellate pure

Riporto uno zoom. Pensa essere lì con soldi veri...

 

[Paolo1956]

Cren, sono due piani paralleli a 45 gradi.....

Giusto per un saluto....

 

[Cren]

Cren, sono due piani paralleli a 45 gradi.....

Giusto per un saluto....

Ciao, Paolo

Secondo te come posso determinare la regione ammissibile in modo da far partire il vettore dei parametri da un valore accettabile?

 

[Paolo1956]

Ma, ti serve sapere un punto per quei particolari voncoli o vuoi un metodo generale?

Cioè ad es. 1/4, 1/4; 1/4 soddisfa quei vincoli

 

[Cren]

Cioè ad es. 1/4, 1/4; 1/4 soddisfa quei vincoli

Ecco: spiegami un attimo come hai ottenuto quelle coordinate, perchè ovviamente ho un problema di dimensioni ben più grosse con otto parametri da ottimizzare (ma in futuro anche di più) e un sistema di più di una dozzina di vincoli.

Per esempio, sapendo che ho N parametri (quindi il vettore dei parametri è un N x 1) la cui somma deve dare 1 come vincolo la scelta naturale pensavo fosse attribuire come valori iniziali a ciascun parametro 1/N, ma all'algoritmo non piace questa scelta.

 

[GiuliaP]

In attesa che ti arrivi la domanda in carta bollata, ho avuto il nulla osta di Imar ed espongo nel seguito

Devo minimizzare una funzione obiettivo con dei vincoli lineari, che limitano la soluzione ammissibile all'interno di una "feasible region".

I vincoli sono nella forma

cioè nel mio caso una cosa così:

dove i vari θ sono i parametri da ottimizzare.

Affinchè l'algoritmo trovi la soluzione è necessario che il valore da cui parte per l'ottimizzazione dei vari θ sia all'interno della feasible region.

Il mio problema è: ho provato una quantità imbarazzante di valori e combinazioni ma sempre e comunque l'algoritmo non riesce a procedere perchè

[COLOR=red]ERROR: initial value is not in the interior of the feasible region[/COLOR]

Non riesco a capire se è un problema di impostazione per il quale sono i vincoli stessi che ho posto a rendere impossibile una soluzione

Ad una prima occhiata:

0 <= x1+x2+x3 <= 1

 

[Paolo1956]

Dunque, il numero dei parametri determina la dimensione degli iperpiani. Ad es 3 parametri significano un piano nello spazio.

Il numero di righe della matrice U determina il numero degli iperpiani.

In questo caso è facilissimo, si fa a vista, basta figurarsi i piani: in 2 o 3 dimensioni è facile, la riga della matrice U è il vettore ortogonale al piano.

 

[Cren]

Ad una prima occhiata:

0 <= x1+x2+x3 <= 1

Esatto.

Quindi, a rigor di logica, facendo iniziare l'algoritmo da (⅓, ⅓, ⅓) dovremmo essere ampiamente nella regione ammissibile.

E invece no.

Ho persino provato a generare valori di partenza casuali da una Normale di parametri opportuni, ma nulla.

 

[Paolo1956]

Intanto ti do un riferimento che dovrebbe fare al caso tuo:

Dantzig G.B.: Maximisation of linear function of variables subject to linear inequalities, in Activity analisys of production and allocation, Wiley ans Sons, New York 1951

Il tuo problema dovrebbe essere assimilabile all'algoritmo del simplesso, di cui il testo sopra rappresenta la prima esposizione dell'autore.

Ci dovrebbero essere dei packages che fanno il tutto,.