트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2847

새 코멘트
 
Aleksey Vyazmikin #:

점으로 어떤 모양이든 시각화할 수 있습니다. 시각화는 추상적 사고를 자극하여 아이디어 창출을 촉진하는 데 필요합니다.

실제로 샘플의 이진 예측 변수의 히스토그램에서 빨간색 막대는 신호가 누락되었음을 의미하며(0), 그 높이는 샘플에 신호 "1"이 없는 기간을 의미합니다.

샘플에서 신호 발생의 빈도 분포의 다른 특성이 훈련에서 이 예측자의 추가 사용을 분류하는 데 도움이 될 수 있다고 가정합니다. 따라서 예측자는 상위 루트 분할의 구성에만 사용하도록 제외하거나 권장할 수 있습니다.

이것이 히스토그램을 설명하기 위해 예측자가 필요한 이유입니다. 예, TP+FP 균형에 대한 예측자를 만들 수도 있습니다. 잘 알려진 예측자를 제외하고는 설명에 대한 아이디어도 흥미롭습니다.

이것은 피어슨이 발명했듯이 히스토그램이 아니거나 전통적인 의미의 히스토그램이 아닙니다.

 
Aleksey Nikolayev #:

피어슨이 개발한 히스토그램은 히스토그램이 아니며, 전통적인 의미의 히스토그램도 아닙니다.

"막대 차트"라고 썼다면 더 이해하기 쉬웠을까요?

좁은 범위에서 일반적으로 통용되는 의미인.... 이라고 명시했어야 했습니다.

문제의 핵심을 짚어보겠습니다 :)

 
Aleksey Vyazmikin #:

'막대 차트'라고 쓰면 더 이해가 되시나요?

막대 차트처럼 보이지도 않고 막대 사이의 간격이 고르지 않기 때문에 당연히 그렇지 않습니다. 일부 막대가 서로 가깝게 붙어 있으면 일반적으로 색이 다르며 비교 대상이 되는 값이 다르다는 것을 의미합니다.

알렉세이 뱌즈미킨 #:

좁은 원에서 일반적으로 허용되는 의미, 지정해야 합니다.....

당신만의 원은 당신의 관점에서만 넓습니다.

알렉세이 뱌즈미킨 #:

질문의 본질에 도달합시다 :)

지금까지 귀하의 질문의 본질은 이해할 수없고 잘못된 공식에만 있습니다.

 
Aleksey Nikolayev #:

막대 차트처럼 보이지 않는 것은 물론 막대 사이의 간격이 고르지 않기 때문입니다. 일부 막대가 서로 가까이 있는 경우 일반적으로 색상이 다르며 비교 대상이 되는 값이 다르다는 것을 의미합니다.

그렇다면 이러한 그래프를 뭐라고 부르면 좋을까요? 그렇다면 스펙트로그램은 어떨까요?

알렉세이 니콜라이 예프 #:

당신만의 원은 당신의 관점에서만 넓습니다.

이 주제에 대해 연구하고 싶습니까? Excel을 열고 다양한 사용자를 위해 히스토그램이 무엇인지 읽어보세요.

알렉세이 니콜라이 예프 #:

지금까지 귀하의 질문의 본질은 이해할 수없고 잘못된 공식에만 있습니다.

명확하지 않은 것은 무엇입니까-그래프를 설명하는 예측 변수 또는 방법은 무엇입니까?

 
Aleksey Vyazmikin #:

이런 그래프를 뭐라고 부르면 좋을까요? 스펙트로그램은 어떨까요?

이 주제에 대해 조사해보고 싶으신가요? 엑셀을 열고 일반 대중을 위해 히스토그램이 무엇인지 읽어보세요.

명확하지 않은 것 - 그래프를 설명하는 예측 변수나 방법은 무엇인가요?

언뜻 보기에 특별히 관련이 없는 두 개의 값이 표시되어 있습니다. 이러한 경우 분산형 차트를 사용하는 것이 일반적입니다.

 
Aleksey Nikolayev #:

언뜻 보기에 특별히 관련이 없는 두 값이 표시되어 있습니다. 이러한 경우 일반적으로 분산형 다이어그램이 사용됩니다.

빨간색 값을 보면 값이 동일하다고 가정합니다. 녹색 - 예측자 응답 번호는 "1"이며, y의 경우 항상 1입니다.

 
Aleksey Vyazmikin #:

빨간색 값을 보면 값이 동일하다고 간주합니다. 녹색 - 예측자 응답 번호는 "1"이며 y에 대해 항상 1입니다.

각 막대에는 밑변의 X 좌표와 높이의 Y 좌표가 있으므로 두 가지 크기가 있습니다. 상당히 혼란스럽기 때문에 히트 맵과 같은 평면에서 분포를 살펴볼 수 있습니다.

 
Aleksey Nikolayev #:

각 막대에는 기준이 되는 X 좌표와 높이가 되는 Y 좌표가 있으므로 두 개의 값이 있습니다. 이 값은 매우 혼란스럽기 때문에 히트 맵과 같은 평면에서 그 분포를 살펴볼 수 있습니다.

X는 관측값의 서수이므로 산란을 해도 그래프가 회전하는 것 외에는 아무 일도 일어나지 않습니다. 제 생각에 여기서 중요한 것은 역학적인 관찰입니다.

 
첫 번째 그래프에서 이상값과 행이 서로 매우 유사하다는 것을 알 수 있습니다 - 일부 울타리와 나무. 나무 배출 비율을 계산하는 방법은 무엇인가요? 울타리 가장자리에 가능한 한 가깝게 선을 그리시겠습니까?
 
Aleksey Vyazmikin 첫 번째 그래프에서 이상값과 행이 서로 매우 유사하다는 것을 알 수 있습니다 - 일부 울타리와 나무. 나무 배출 비율을 계산하는 방법은 무엇인가요? 울타리 가장자리에 가능한 한 가깝게 선을 그리시겠습니까?

기둥 높이 샘플에 대한 히스토그램(일반적인 의미에서)을 구성해 보세요. 생존 함수를 만들어 볼 수도 있습니다.

1...284028412842284328442845284628472848284928502851285228532854...3399
새 코멘트
사유: