트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1910

[Mihail Marchukajtes]

로르샤흐 :

고맙게도, 흥미롭게도 이전 신호를 주는 일은 발생하지 않았을 것입니다. 이것은 아마도 네트워크가 일반적으로 추가 링크일 수 있다는 질문을 던집니다.

표지판을 선택하지 않기 위해 네트워크는 나에게 흥미 롭습니다. 그렇지 않으면 고전적인 시스템을 만드는 것이 더 쉽습니다.

나는 실험을 땜질해야 할 것이고, 기계의 시스템에서 매우 많은 수의 예를 취할 것이므로 훈련 중에 단일 반복이없고 한 시대 내에 유지할 수 있습니다.

불행히도, 자동차는 당신을 돕지 않을 것입니다. 어디 오셨어요? 이곳을 무엇이라고 하나요?

[Mihail Marchukajtes]

막심 드미트리예프스키 :

Adabust는 79 대 79를 주었습니다.

글쎄, 맥심, 찡그린거야? 고퀄리티 모델로 워밍업 하셨고 이제 좌우로 전리품을 자르시죠???? 우리가 하얀 보좌에 앉을 때 여기에서 우리 모두가 중요하다는 것이 그것뿐입니다. 저는 지금 팀을 구성할 계획이며 지금은 그 자리에서 누구에게도 전화하지 않기로 확실히 결정했습니다. 그들은 잘못된 것을 공격했습니다 ... :-)

[Maxim Dmitrievsky]

마이클 마르쿠카이테스 :
글쎄, 맥심, 찡그린거야? 고퀄리티 모델로 워밍업 하셨고 이제 좌우로 전리품을 자르시죠???? 우리가 하얀 보좌에 앉을 때 여기에서 우리 모두가 중요하다는 것이 그것뿐입니다. 저는 지금 팀을 구성할 계획이며 지금은 그 자리에서 누구에게도 전화하지 않기로 확실히 결정했습니다. 그들은 잘못된 것을 공격했습니다 .... :-)

작동하지 않습니다. 다른 x-nya

하지만 재미있었다

[Mihail Marchukajtes]

막심 드미트리예프스키 :

작동하지 않습니다, 다른 x-nya

하지만 재미있었다

왜 그런지 아세요??? 내가 가서 비디오를 녹화하고 거기에 있는 모든 것을 설명하겠습니다. 거기에 서문과 함께 원하는 OOS를 거래하고 결과를 게시하십시오. 초조해???

[Rorschach]

마이클 마르쿠카이테스 :
불행히도, 자동차는 당신을 돕지 않을 것입니다. 어디 오셨어요? 이 곳의 이름은 무엇입니까?

롤링 머신.

패턴이 있으면 어떤 방법으로든 쉽게 뽑힐 수 있다는 의견을 두 번 이상 만났습니다.

[Mihail Marchukajtes]

로르샤흐 :

롤링 머신.

패턴이 있으면 어떤 방법으로든 쉽게 뽑힐 수 있다는 의견을 두 번 이상 만났습니다.

동의하지만 마스크에는 없습니다 ... 그리고 논쟁하지 마십시오 .... 의사 규칙성, 예, 그러나 이것은 경우의 수준이며 시장에서 가장 중요한 것은 안정성입니다.

[Mihail Marchukajtes]

내가 약속했듯이. 일시 중지와 끔찍한 소리가있는 일부 장소. 헤드폰으로 시청하는 것을 추천합니다. Maxim에 대한 맞춤형 어필. 비판을 건설적으로 받아들인다면 아마도 이 비디오에서 답을 찾을 수 있을 것입니다.

부끄럽지 않게 시청하세요 :-)

[mytarmailS]

마이클 마르쿠카이테스 :

내가 약속했듯이. 일시 중지와 끔찍한 소리가있는 일부 장소. 헤드폰으로 시청하는 것을 추천합니다. Maxim에 대한 맞춤형 어필. 비판을 건설적으로 받아들인다면 아마도 이 비디오에서 답을 찾을 수 있을 것입니다.

부끄러워하지 마시고 시청하세요 :-)

))))

좋아 했어요)

[Maxim Dmitrievsky]

마이클 마르쿠카이테스 :

내가 약속했듯이. 일시 중지와 끔찍한 소리가있는 일부 장소. 헤드폰으로 시청하는 것을 추천합니다. Maxim에 대한 맞춤형 어필. 비판을 건설적으로 받아들인다면 아마도 이 비디오에서 답을 찾을 수 있을 것입니다.

부끄러워하지 마시고 시청하세요 :-)

이동 중에 작성) 100개가 아닌 24개 열. 파일을 직접 요청했습니다. 오류가 없습니다(설명). 300개의 홀수 줄은 내가 당신에게 1년을 주었으므로 당신의 '발전기'가 셀 수 없도록 하기 위함입니다))) 하지만 계속하십시오. 끝내지는 못했지만 희망찬 시작입니다. 나중에 전체 리뷰를 올리겠습니다. 동영상 형식으로 답변해야 할 것 같습니다

[mytarmailS]

막심 드미트리예프스키 :
하지만 계속

그래, 보는 것보다 읽는 게 훨씬 재미있어..

그건 그렇고, Vtree 리소스를 저장 하기 전(또는 저장 후)에도 동일한 PCA로 거의 품질 손실 없이 기능 수를 압축할 수 있습니다.

다음은 정보 손실 없이 1000개 변수 중 10개를 만드는 방법의 예입니다. 이는 1000개 기능과 완전히 동일합니다.

 # data set Х
X <- matrix(rnorm( 10000 ) , ncol = 1000 ,nrow = 1000 )
colnames(X) <- paste0( "V" , 1 :ncol(X))
head(X)

library (caret)
pcm <- preProcess( X[ 1 : 500 ,] , method = "pca" ,thresh = 1 )
PCs <- predict(pcm , X)
head(PCs)

thresh = 1

정보의 100%를 유지하기를 원한다는 것을 의미합니다.

thresh = 0,7 

70% 등

==================================================

영상에서 고유한 값만 선택하게 하고 싶다고 하셨는데 방법을 모르시네요 -

샘플의 값을 클러스터링하고 중복 클러스터를 제거하십시오.

행, 열 또는 각 값으로 클러스터링할 수 있습니다.