Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 53

Новый комментарий
 
Yuriy Asaulenko:

C R проблема в том, что я его не знаю. :) Это дело времени, потихоньку осваивается.

Более сложная - это обеспечение реал-тайм обмена данными между R - ПО - МТ5. Кроме файлов ничего умного в голову не приходит. Полагаю, что для начала подойдут, а там видно будет.

Но вот самого протокола обмена (интерфейса) пока не вижу.

Есть связка R-МТ4. Работает и давно. Написана на паскале, есть исходный код.
 
СанСаныч Фоменко:
Есть связка R-МТ4. Работает и давно. Написана на паскале, есть исходный код.

На Паскале не пишу (давно когда-то было), но разбираюсь. Буду благодарен. Мейл в личку отправлю.

Начал к пайпам присматриваться для обмена с МТ, пока доки читаю.

В CRAN  (раздел - Other) и инете видел COM-DLLки для R (раздел - Other). Пока не смотрел.

Пока видится так:

МТ - ПО обработки принятия решений - R.

 
Yuriy Asaulenko:

На Паскале не пишу (давно когда-то было), но разбираюсь. Буду благодарен. Мейл в личку отправлю.

Начал к пайпам присматриваться для обмена с МТ, пока доки читаю.

В CRAN  (раздел - Other) и инете видел COM-DLLки для R (раздел - Other). Пока не смотрел.

Пока видится так:

МТ - ПО обработки принятия решений - R.

Я выкладывал, это чужое, просто перене в кодобазу 

 https://www.mql5.com/ru/code/10684

 

 А это примерчик

https://www.mql5.com/ru/code/10718 

Кроме этого есть еще в VLAD, у него схема сложнее, но более перспективная.

 

 Принятие решений только на R - чрезвычайно могучая штука: и сам R и его пакеты. Код на R чрезвычайно компактен и для вычислительно сложных алгоритмов очень эффективен.

 

Еще один нюанс R.

R - интерпретатор, а вот ядро,которое интерпретирует текстовые строки R написано на С, интерфейсы к которому хорошо документированы. Кроме этого имеются пакеты для связи с C. Напрашивается решение: добавить код к ядру R, который будет взаимодействовать с МТ. 

 
СанСаныч Фоменко:

 Принятие решений только на R - чрезвычайно могучая штука: и сам R и его пакеты. Код на R чрезвычайно компактен и для вычислительно сложных алгоритмов очень эффективен.

Еще один нюанс R.

R - интерпретатор, а вот ядро,которое интерпретирует текстовые строки R написано на С, интерфейсы к которому хорошо документированы. Кроме этого имеются пакеты для связи с C. Напрашивается решение: добавить код к ядру R, который будет взаимодействовать с МТ. 

Эт понятно. Однако интеграция и взаимодействие R и С/С++ приложений действительно хорошо описаны, например в пакетах Rcpp и RInside и др.. Т.е., приложение на С++ взаимодействеут с ядром R.

А как добавить код к ядру R? - Эт-ж свой пакет под R надо делать со связью с МТ и пр. ? Это, имхо, сложнее, чем R поручить сложную математику, получить результаты и принять решение в приложении.

В общем, не представляю.

 
Yuriy Asaulenko:

Эт понятно. Однако интеграция и взаимодействие R и С/С++ приложений действительно хорошо описаны, например в пакетах Rcpp и RInside и др.. Т.е., приложение на С++ взаимодействеут с ядром R.

А как добавить код к ядру R? - Эт-ж свой пакет под R надо делать со связью с МТ и пр. ? Это, имхо, сложнее, чем R поручить сложную математику, получить результаты и принять решение в приложении.

В общем, не представляю.

А вот это что за книга?  Writing R Extensions

Ссылка прямо в справке по R 

 
СанСаныч Фоменко:

А вот это что за книга?  Writing R Extensions

Ссылка прямо в справке по R 

именно о том - либо готовь свои пакеты, либо взаимодействуй. :) - Writing R Extensions covers how to create your own packages, write R help files, and the foreign language (C, C++, Fortran, ...) interfaces.

Пока мне больше нравится - the foreign language (C, C++, Fortran, ...) interfaces. Уже пробовал - в С/С++/С# появляются новые типы данных из R и обращаемся к ядру через DLL. Вроде функционал пакетов вызывается непосредственно из программы. Мне кажется, что типы взаимодействия оч близки, только в последнем случае нет необходимости оформлять это как пакет. Да, кстати, и сам R рекомендует уже в пределах скриптов сложный функционал писать на С/C++/F даже не оформляя это как пакет (вот только не понял, не под UNIX ли это работает - там компилятор встроен в ОС).

 
Yuriy Asaulenko:

именно о том - либо готовь свои пакеты, либо взаимодействуй. :) - Writing R Extensions covers how to create your own packages, write R help files, and the foreign language (C, C++, Fortran, ...) interfaces.

Пока мне больше нравится - the foreign language (C, C++, Fortran, ...) interfaces. Уже пробовал - в С/С++/С# появляются новые типы данных из R и обращаемся к ядру через DLL. Вроде функционал пакетов вызывается непосредственно из программы. Мне кажется, что типы взаимодействия оч близки, только в последнем случае нет необходимости оформлять это как пакет. Да, кстати, и сам R рекомендует уже в пределах скриптов сложный функционал писать на С/C++/F даже не оформляя это как пакет (вот только не понял, не под UNIX ли это работает - там компилятор встроен в ОС).

К сожалению мои познания в этой области Rкрайне ограничены.

Успехов. Искренне желаю Вам результатов.  

 
СанСаныч Фоменко:

К сожалению мои познания в этой области Rкрайне ограничены.

Успехов. Искренне желаю Вам результатов.  

Спасибо.

С взаимодействием с R в общем разобрался. Простейший функционал освоил. А вот что дальше - ума не приложу. С пакетами тоже абсолютный ноль.

Пока, для начала нужны корреляционная и автокорреляционная функции и полиномиальная регрессия. Не могу сориентироваться, найти. Где их искать?

 
Yuriy Asaulenko:

Спасибо.

С взаимодействием с R в общем разобрался. Простейший функционал освоил. А вот что дальше - ума не приложу. С пакетами тоже абсолютный ноль.

Пока, для начала нужны корреляционная и автокорреляционная функции и полиномиальная регрессия. Не могу сориентироваться, найти. Где их искать?

?var()

?cov()

?cor()

простейшая автокорреляция:

x <- rnorm(1000, 0, 1)
cor(x[1:999], x[2:1000])

 

встроенная функция:

 

acf(x, lag.max = NULL,
    type = c("correlation", "covariance", "partial"),
    plot = TRUE, na.action = na.fail, demean = TRUE, ...)

pacf(x, lag.max, plot, na.action, ...)

 

In R for fitting a polynomial regression model (not orthogonal), there are two methods, among them identical. Suppose we seek the values of beta coefficients for a polynomial of degree 1, then 2nd degree, and 3rd degree:


fit1 <- lm(sample1$Population ~ sample1$Year)
fit2 <- lm(sample1$Population ~ sample1$Year + I(sample1$Year^2))
fit3 <- lm(sample1$Population ~ sample1$Year + I(sample1$Year^2) + I(sample1$Year^3))

 эти функции идут в базе.

 

Можно попробовать найти пакет поиском по ключевым словам в списке всех пакетов: https://cran.r-project.org/web/packages/available_packages_by_name.html

Тут пакеты поделены по группам, если знать к какой группе относятся ваши задачи то искать пакеты будет проще уже в самой группе /go?link=https://cran.r-project.org/web/views/

А дальше многие пакеты содержат хорошие примеры использования в мануалах и добавленных pdf 

CRAN Packages By Name
  • cran.r-project.org
The package will formally test two curves represented by discrete data sets to be statistically equal or not when the errors of the two curves were assumed either equal or not using the tube formula to calculate the tail probabilities
1...46474849505152535455
Новый комментарий
Причина обращения: