記事「知っておくべきMQL5ウィザードのテクニック（第04回）：線形判別分析」についてのディスカッション

新しいコメント
 

新しい記事「知っておくべきMQL5ウィザードのテクニック（第04回）：線形判別分析」はパブリッシュされました:

今日のトレーダーは哲学者であり、ほとんどの場合、新しいアイデアを探して試し、変更するか破棄するかを選択します。これは、かなりの労力を要する探索的プロセスです。この連載では、MQL5ウィザードがこの取り組みにおけるトレーダーの主力であるべきであることを示しています。

LDAはPCAに非常に似ています。実際、PCAを実行した後にLDA正則化を実行する（曲線あてはめを避けるため）ことに意味があるかどうかを尋ねる人もいます。これは、別の日に記事にする必要がある長いトピックです。

ただし、この記事では、2次元削減方法の決定的な違いは、PCAが、データが分散しているほど、分離可能性が高いという前提で、データセット全体の分散が最大になる軸を見つけようとする一方、LDAは分類に基づいてデータを実際に区別する軸を見つけようとすることです。

lda

したがって、上の図から、PCAがLD2を与えるのに対し、LDAがLD1を与えることは容易にわかります。これにより、PCAとLDAの主な違い（したがってLDAの優先度)が痛々しいほど明白になります。特徴の分散(分布)が高いからといって、それがクラスの予測に役立つとは限りません。

作者: Stephen Njuki

 

こんにちは、ステファン、

素晴らしい記事、素晴らしい内容だ。あなたの過去の記事も楽しく勉強させていただきました。


私は現在mq4のEAをmq5に変換中で、シグナル、ストップロス、資金管理を 強化するためにこの内容を変換に含めたいと思っています。 あなたはEAを含めなかったので、DAテクニックの適用を学ぶための学習例として使用できるEAを投稿することは可能でしょうか？


次の記事を楽しみにしています。

乾杯、CapeCoddah

 

いいね!


これをExpertに追加したところ、コンパイル時にこんなメッセージが出た。


'operator[]' - 定数変数を参照として渡すことはできません。

1.

for(int v=0;v<__S_VARS;v++)

{

_xy[p].Set(v, Data(Index+p+v+1))；

2.

_xy[p].Set(__S_VARS,Data(Index+p,false))；


3.

for(int v=0;v<__S_VARS;v++)

{

_z[0].Set(v,Data(Index))；

新しいコメント