Всем привет. В этом топике я хотел бы провести обзор относительно нового и довольно мощного метода нелинейной динамики – метода Recurrence plots или рекуррентного анализа в приложении к анализу временных рядов. А, кроме того, поделится кодом короткой программы на языке Matlab, которая реализует все нижеописанное. Итак, начнем. По долгу службы...
Рассмотрены функции для работы с основными статистическими распределениями, реализованными в языке R. Это распределения Коши, Вейбулла, нормальное, логнормальное, логистическое, экспоненциальное, равномерное, гамма-распределение, центральное и нецентральные распределения Бета, хи-квадрат, F-распределения Фишера, t-распределения Стьюдента, а также дискретные биномиальное и отрицательное биномиальные распределения, геометрическое, гипергеометрическое и распределение Пуассона. Есть функции расчета теоретических моментов распределений, которые позволяют оценить степень соответствия реального распределения модельному.
"아날로그"는 실제로 근접 메트릭으로서 두 벡터의 정규화된 스칼라 곱인 진부한 Pearson 상관 관계에서 대표 특징 및 비를 검색하는 나머지 기계 학습 무기고에 이르기까지 다면적인 것입니다. -선형 분류.
IMHO는 R (r-asts), matlab, "수학" 등을 좋아하는 사람들에게는 그다지 좋지 않습니다. 중독과 의존은 높은 수준의 복잡한 기능에서 간단한 인터페이스로 발생하며, 그들이 하는 일에 대한 잘못된 이해가 형성됩니다. 무엇과 어떻게, 인터페이스에 표시되는 것뿐만 아니라 Habré에 대한 기사에 그런 쓰레기가 있습니다.
나는 이 프로세스를 DE-ORTHOGONALIZATION 또는 "모자이크 의식"이라고 부릅니다. 사람이 알고리즘의 본질이 아니라 일부 라이브러리에서 가져온 수천 개의 함수 및 매개변수 이름으로 머리를 채워야 할 때입니다. 그러나 100k도 아니고 야드도 아닌 것을 고려하면 고급 기능은 실제 엔지니어링 문제의 모든 문제를 해결할 것입니다. 어딘가에서 항상 "납땜 인두로 조정"해야 하기 때문에 그러한 방향 개발은 위험합니다.
그리고 더 읽기 http://geo.phys.spbu.ru/Problems_of_geophysics/2005/20_Zolotova_38_2005.pdf
R-아날로그를 찾는 데 도움을 요청합니다.
거래, 자동 거래 시스템 및 거래 전략 테스트에 관한 포럼
라이브러리: 원래 수학 함수의 플랫폼 간 라이브러리
자동 거래 , 2017.03.27 11:39
원래 수학 함수의 플랫폼 간 라이브러리 :
저자: fxsaber
R-아날로그를 찾는 데 도움을 요청합니다.
왜 R이 좋지 않습니까?
기능 설명에서 R-아날로그를 지정해야 하는 곳에 대시가 있습니다. R에 그런 스탯이 있는지 의심스럽습니다. 기능. 대시를 제거하려면 이름이 필요합니다.
cor(x, y, 방법 = '피어슨')
cor(x, y, 방법 = '피어슨')
이것은 완전히 다릅니다. 패턴이 없다
bool MathCorrelationPearson ( const int &array1[], const int &array2[], double &r)
bool MathCorrelationSpearman ( const double &array1[], const double &array2[], double &r)
bool MathCorrelationSpearman ( const int &array1[], const int &array2[], double &r)
bool MathCorrelationKendall ( const double &array1[], const double &array2[], double &tau)
bool MathCorrelationKendall ( const int &array1[], const int &array2[], double &tau)
R-아날로그를 찾는 데 도움을 요청합니다.
"아날로그"는 실제로 근접 메트릭으로서 두 벡터의 정규화된 스칼라 곱인 진부한 Pearson 상관 관계에서 대표 특징 및 비를 검색하는 나머지 기계 학습 무기고에 이르기까지 다면적인 것입니다. -선형 분류.
IMHO는 R (r-asts), matlab, "수학" 등을 좋아하는 사람들에게는 그다지 좋지 않습니다. 중독과 의존은 높은 수준의 복잡한 기능에서 간단한 인터페이스로 발생하며, 그들이 하는 일에 대한 잘못된 이해가 형성됩니다. 무엇과 어떻게, 인터페이스에 표시되는 것뿐만 아니라 Habré에 대한 기사에 그런 쓰레기가 있습니다.
나는 이 프로세스를 DE-ORTHOGONALIZATION 또는 "모자이크 의식"이라고 부릅니다. 사람이 알고리즘의 본질이 아니라 일부 라이브러리에서 가져온 수천 개의 함수 및 매개변수 이름으로 머리를 채워야 할 때입니다. 그러나 100k도 아니고 야드도 아닌 것을 고려하면 고급 기능은 실제 엔지니어링 문제의 모든 문제를 해결할 것입니다. 어딘가에서 항상 "납땜 인두로 조정"해야 하기 때문에 그러한 방향 개발은 위험합니다.
"아날로그"는 실제로 근접 메트릭으로서 두 벡터의 정규화된 스칼라 곱인 평범한 피어슨 상관 관계에서 다면적인 것입니다.
이것은 완전히 다릅니다. 패턴이 없다
...
적용(embed(패턴, 길이(신호)), 1, cor, y = 신호, 방법 = '피어슨')