Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 04): Линейный дискриминантный анализ"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 04): Линейный дискриминантный анализ:
Современный трейдер почти всегда находится в поиске новых идей. Он постоянно пробует новые стратегии, модифицирует их и отбрасывает те, что не оправдали себя. В этой серии статей я постараюсь доказать, что Мастер MQL5 является настоящей опорой трейдера в его поисках.
LDA очень похож на PCA. Иногда даже возникает вопрос, имеет ли смысл выполнять PCA с последующей регуляризацией LDA (чтобы избежать подгонки кривой). Это обширная тема, которая, возможно, будет рассмотрена в другой статье.
Решающее различие между методами уменьшения двумерности заключается в том, что PCA пытается найти оси с максимальной дисперсией для всего набора данных с предположением, что чем более разбросаны данные, тем больше их разделимость, тогда как LDA пытается найти оси, которые фактически разделяют данные на основе классификации.
На рисунке выше ясно видно, что PCA даст нам LD2, тогда как LDA даст нам LD1. Это делает главное различие (и, следовательно, преимущество LDA) между PCA и LDA абсолютно очевидным: только потому, что функция имеет высокую дисперсию, не означает, что она будет полезна для прогнозирования классов.
Автор: Stephen Njuki