Interpolación, aproximación y similares (paquete alglib) - página 15
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
Todo, me pareció un chico normal, bien explicado, inmediatamente recordó todo
¡¡¡Grandioso!!!
¿Así que por ahora tu problema está resuelto en cuanto a la transformación y el mapeo al espacio 2 D?
Aunque no entendí el ruso, pero entendí un poco la fórmula. Es sólo un juego de coseno y multiplicación y división de las magnitudes de los 2 vectores :))
¿Tienes el código en MQL5 transformado?
Método del vector de referencia
Núcleos[editar|editar código]
Un algoritmo para construir un hiperplano de separación óptimo propuesto en 1963 por Vladimir Vapnik y Alexei Chervonenkis es un algoritmo de clasificación lineal. Sin embargo, en 1992, Bernhard Boser, Isabelle Guillon y Vapnik propusieron una forma de crear un clasificador no lineal basado en la transición de productos escalares a núcleos arbitrarios, el llamado truco del núcleo (propuesto por primera vez por M.Aizerman, Braverman y Rozonoer para el método de la función potencial), que permite construir separadores no lineales. El algoritmo resultante es extremadamente similar al algoritmo de clasificación lineal, con la única diferencia de que cada producto escalar en las fórmulas anteriores se sustituye por una función de núcleo no lineal (un producto escalar en un espacio de mayor dimensión). En este espacio puede existir ya un hiperplano de separación óptimo.
Parece que Maxim Dmitrievsky se fija objetivos muy cercanos a los que persigue Vapnik. Debemos buscar en Wapnick una base para la elección (y selección) de las funciones de aproximación.
He leído la correspondencia en inglés. Apenas. Resulta que Wapnick, cuyas ideas me vinieron a la mente inmediatamente después de leer TC #1, en primer lugar, está vivo, y en segundo lugar, ha desarrollado una idea de minimización del riesgo empírico (promedio) para redes neuronales de aprendizaje automático a un método de vectores de soporte, una versión no lineal de la cual se discute en esta correspondencia. VIKI:
Método del vector de referencia
Núcleos[editar|editar código]
Un algoritmo para construir un hiperplano de separación óptimo, propuesto en 1963 por Vladimir Vapnik y Alexei Chervonenkis, es un algoritmo de clasificación lineal. Sin embargo, en 1992 Bernhard Boser, Isabelle Guillon y Vapnik propusieron una forma de crear un clasificador no lineal basado en la transición de productos escalares a núcleos arbitrarios, el llamado truco del núcleo (propuesto por primera vez por M.Aizerman, Braverman y Rozonoer para el método de la función potencial), que permite construir separadores no lineales. El algoritmo resultante es extremadamente similar al algoritmo de clasificación lineal, con la única diferencia de que cada producto escalar en las fórmulas anteriores se sustituye por una función de núcleo no lineal (un producto escalar en un espacio de mayor dimensión). En este espacio puede existir ya un hiperplano de separación óptimo.
Maxim Dmitrievsky parece fijarse objetivos muy cercanos a los que persigue Vapnik. Deberíamos buscar en Wapnick una base para seleccionar (y seleccionar) funciones de uproximación.
Sí, gracias. Conferencia de Yandex con un científico ruso en inglés, una vergüenza
Sí, gracias. Conferencia de Yandex con científicos rusos en inglés, una vergüenza
Vino a vivir a Estados Unidos en 1990, cuando tenía 54 años. No es de extrañar que pronuncie las palabras inglesas con sonidos rusos. No veo nada vergonzoso. Habla con mucha claridad, como la mayoría de las personas para las que el inglés no es su primera lengua. Piense en la pronunciación del griego Demis Roussos, sorprendentemente clara y separada para las canciones.
Yandex es una empresa rusa. Es una pena que cierren sus academias y a los que quieren aprender de ellos en ruso.
Incluso tienen descripciones de sus propios algoritmos de aprendizaje automático, todos en inglés.Hola Maxim,
¿Así que has avanzado más con el código que antes estaba atascado?
P = cvxopt.matrix (np.outer (y, y) * K) q = cvxopt.matrix (np.ones (n_samples) * - 1 ) A = cvxopt.matrix (y, ( 1 , n_samples)) b = cvxopt.matrix ( 0.0 )Hola Maxim,
¿Así que has avanzado más con el código que antes estaba atascado?
No podemos utilizar los núcleos de esta manera, porque este algoritmo sólo funciona con productos internos, y no sé cómo asignar las características de nuevo en los vectores
No podemos utilizar los núcleos de esta manera, porque este algoritmo sólo funciona con productos internos, y no sé cómo asignar las características de nuevo en los vectores
Pues bien, esa es exactamente la función principal de la función del núcleo.
Pero no podemos mapear las características dentro y fuera usando la función del núcleo. Ese no es el trabajo de la función del núcleo. La función kernel sólo hace que el proceso de clasificación sea más rápido y fácil al asignar los puntos de precio a dimensiones más altas.
Lo más importante es que incluso si usted va a asignar una característica, por ejemplo, una vela cerca de precio a un espacio 3D. El valor de cierre de la vela no va a cambiar en 3D. Es muy normal incluso si se mapea de nuevo en 2D.
Es entonces cuando entra en escena el spline para la interpolación de precios y supongo que ya conoces el spline. Es decir, alimentamos los datos en términos de spline y obtenemos la clasificación realizada por los kernels.
Ahora bien, si lo que busca es mapear las características, entonces, por favor, especifique exactamente lo que está tratando de mapear en términos de precio. Me refiero a si estás tratando de mapear el cierre de la vela, los precios de apertura de la vela, etc.
Hola Maxim,
Siento haberte molestado de nuevo. Se me ha ocurrido comprobar rápidamente si sigue trabajando en su proyecto de RDF.
Estoy tratando de mejorar su actual RDF algo así como estoy tratando de integrar python refuerzo algo con MQL. De ahí que haya pensado en colaborar con otros programadores que estén interesados en ello.
Puedes ponerme al día si sigues trabajando en ello y cuánto has avanzado hasta ahora.
Tengo algunas ideas interesantes para implementar con el RDF que puedo compartir con ustedes junto con el código fuente de MQL5 y todavía estoy por aprender el puente entre Mt5 y python.
Gracias...
Hola Maxim,
Siento haberte molestado de nuevo. Sólo pensé en comprobar rápidamente si seguías trabajando en tu proyecto de RDF.
Estoy tratando de mejorar su actual RDF algo así como estoy tratando de integrar python refuerzo algo con MQL. De ahí que haya pensado en colaborar con otros programadores que estén interesados en ello.
Puedes ponerme al día si sigues trabajando en ello y cuánto has avanzado hasta ahora.
Tengo algunas ideas interesantes para implementar con el RDF que puedo compartir con ustedes junto con el código fuente de MQL5 y todavía estoy por aprender el puente entre Mt5 y python.
Gracias...
Hola, sí, intento varias ideas que en parte se discuten aquí https://www.mql5.com/ru/forum/86386/page1056