L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1920

Nuovo commento
 
Aleksey Vyazmikin:

Quindi mi chiedevo se potevo partizionare questo campione in queste isole e fare l'addestramento del modello al loro interno.

quindi devi applicare il clustering kmeans o qualcosa di più figo, aspetta

eseguirlo

km <- kmeans(um$layout, centers = 4)

questo è il numero di cluster che vuoi trovare

e ora

as.factor(km$cluster)

metterlo al posto dell'obiettivo


qui

 

come è diventato bello, le foto.

È incredibile!

continuate ad andare avanti signori, guardando il processo molto da vicino

 
mytarmailS:

Quindi devi applicare il clustering kmeans o qualcosa di più figo, aspetta un attimo.

eseguirlo

Quanti cluster vuoi trovare?

e ora

metterlo al posto dell'obiettivo


qui

Lo sto facendo male :(

> way <- "F:\\FX\\R\\2020_04_11_Pred_New_Full\\Pred_New_Fu ..." ... [TRUNCATED] 

> dt <- read.csv(file = way,header = T,sep = ";") #  читаем файл

> target <- dt$Target_100 #  целевую в отдельную переменную

> #target <- km$cluster #  целевую в отдельную переменную
> 
> dt <- dt[, ! colnames(dt)  %in% 
+            #            c("Target_100_Buy","Target_100 ..." ... [TRUNCATED] 

> km <- kmeans(um$layout, centers = 4)           

> #  роскоментируем и Устанавливаем нужные пакеты после чего эту строку можно удалить
> #install.packages(c("rgl", "car" , "umap"))
> 
> 
> 
> #  про um .... [TRUNCATED] 

> um <- umap(dt,n_components=3)   

> #  n_components=3  во сколько измерений уменьшаем данные, можно 100 можно 1
> #  можно 333, но нам для 3 д надо трех мерное пространство поетому у нас  .... [TRUNCATED] 

> #тут  все настройки по пакету  car
> #  http://www.sthda.com/english/wiki/amazing-interactive-3d-scatter-plots-r-software-and-data-visualization
> lib .... [TRUNCATED] 

> target <- as.factor(target)  #   target нужен для того чтобы окрасить точки в цвет целевой

> scatter3d(x = um.res[,1], 
+           y = um.res[,2], 
+           z = um.res[,3],
+           #groups = target,
+           groups = km$cluster,
+ .... [TRUNCATED] 
Error in scatter3d.default(x = um.res[, 1], y = um.res[, 2], z = um.res[,  : 
  groups variable must be a factor
 
Aleksey Vyazmikin:

Lo sto facendo male :(

scatter3d(x = um.res[,1], 
+           y = um.res[,2], 
+           z = um.res[,3],
+           #groups = target,
+           groups = km$cluster,

Non è possibile commentare gli argomenti di una funzione.

 
mytarmailS:

questo è fuori, non si può commentare il codice dentro gli argomenti della funzione

Wow, l'ho tolto e l'ho fatto come nello screenshot.

scatter3d(x = um.res[,1], 
          y = um.res[,2], 
          z = um.res[,3],
          groups = as.factor(km$cluster),
          grid = FALSE, 
          surface = FALSE,
          ellipsoid = FALSE,
            bg.col = "black")

mentre sta pensando.

 
Aleksey Vyazmikin:

mentre sta pensando.

interessante))

 
mytarmailS:

interessante su cosa))


Ecco un pensiero, questo significa che è riuscito a dividersi in 4 cluster?

Ora come faccio a salvare il partizionamento delle linee in ogni cluster?

 
Aleksey Vyazmikin:

Ecco un pensiero: significa che è riuscito a dividersi in quattro gruppi?

Sì

Aleksey Vyazmikin:

Ora come si fa a salvare il partizionamento delle linee in ogni cluster?

salvare il modello umap

salvare il modello kmeans

e questo è tutto.



Mettiellissoide = TRUE

dovrebbe funzionare bene

 
mytarmailS:

Sì

È interessante, proverò a imparare i modelli separatamente e vedere cosa succede.


mytarmailS:

salvare il modello umap

salvare il modello kmeans

e poi...

Puoi essere più specifico?

Ho bisogno di salvare:

1. Regole per il partizionamento in cluster in una forma leggibile che può essere codificata in MQL.

2. Layout in gruppi di righe nel file csv

Come fare?

 
Aleksey Vyazmikin:


1. Regole di partizionamento dei cluster in una forma leggibile da codificare in MQL


Non capisco, vuoi ottenere le ripartizioni risultanti in regole per trasferirle in mql?

1...191319141915191619171918191919201921192219231924192519261927...3399
Nuovo commento