Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1919
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Una imagen como esta
da esta gráfica del beneficio
¿cómo hacer una captura de pantalla, es así como se puede guardar y luego sólo cargarlo desde una hoja en blanco y el modelo aparece?
Sí
¿Cómo se interpreta este tipo de apilamiento?
Bueno, es un cúmulo, parece que los objetos en el espacio multidimensional se combinan en tales grupos en tres dimensiones, de modo que usted puede mirar a sus datos de 100-500 dimensiones en tres dimensiones, y de alguna manera estimar su estructura
Por cierto, ¿cómo se ponen los colores a las clases a la fuerza - no entiendo qué es qué?
Allí, los colores ya están fijados a través de la variable objetivo, ves que hay tres colores, este es tu objetivo en tres clases
Por cierto, la imagen de arriba con las islas es después de mi método de conversión del predictor, y este es el aspecto de la muestra original, antes de la conversión
Dos nebulosas...
Los datos son esencialmente los mismos, pero el resultado, incluso visualmente, es diferente. Así que no sé cómo utilizar esta herramienta, excepto como una evaluación de la preparación de la muestra para aprender....
Por ejemplo, un modelo 3D que se abre en una ventana aparte y del que no se puede hacer ni siquiera una captura de pantalla, ¿se puede guardar así y luego simplemente cargarlo desde una hoja en blanco y que aparezca el modelo?
incluso puedes reconocer nuevos datos con él
Bueno, son cúmulos, parece que los objetos en el espacio multidimensional se han agrupado en tres dimensiones, de modo que puedes mirar tus datos de 100-500 dimensiones en tres dimensiones, y de alguna manera estimar su estructura
¿Tal vez el objetivo debería ser por el número de estas islas? No entiendo la valoración cualitativa de esta visualización.
Veo que la parte de atrás es negra y el resto son 1,2,3, ¿cómo lo traduzco a color?
incluso puede reconocer nuevos datos con él
¿Qué quiere decir con qué datos? ¿De dónde?
¿Tal vez el objetivo debería ser por el número de estas islas? No entiendo la valoración cualitativa de esta visualización.
Tienes que entender que estos clusters son una realidad objetiva, la verdadera estructura de tus datos...
su objetivo es una realidad subjetiva, por eso sus etiquetas de clase no tienen nada que ver con la estructura de la agrupación
Mira el ejemplo y lo entenderás todo.
hay que especificar el color - la parte trasera es negra, mientras que las otras son 1,2,3 - ¿cómo se traduce esto en color?
Mira en el manual en los comentarios hay de todo
¿Qué quiere decir con qué tipo de datos? ¿De dónde?
)))
Al igual que con las redes Forrest habituales, si aparecen nuevos datos, éstos pueden ser reconocidos por el modelo guardado
Tienes que entender que estos clusters son una realidad objetiva, la verdadera estructura de tus datos...
su objetivo es una realidad subjetiva (autorrealidad), por lo que sus etiquetas de clase no tienen nada que ver con la estructura de los grupos.
Así que me preguntaba, ¿qué pasa si dividimos esta muestra en estas islas y hacemos el entrenamiento del modelo dentro de ellas?
Las diferentes agrupaciones indican diferentes factores que afectan a los resultados, o más bien su diferente peso.
Sólo como esta división debe hacerse...
Aquí, por cierto, desde otro ángulo, todos los mismos datos completos - 4 grupos son visibles
Así que no sé cómo utilizar esta herramienta, excepto como una evaluación de la preparación de la muestra para la formación....
Utilícelo como es debido: visualice el espacio multidimensional para evaluar la estructura de los datos, si hay clusters o es una nube de puntos, etc.