트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 413

[Forester]

막심 드미트리예프스키 :

글쎄, 예, 그들은 아마도 2 개 이상의 클래스를 가질 수 있도록 그렇게했을 것입니다 .. 그러면 아마도 더 많은 클러스터링이 될 것이고 k-means와 같은 다른 방법을 사용할 수 있습니다 :)

k-means를 사용하면 어떻게 해야할지 전혀 이해하지 못했습니다 ... MS Azure에는 기성 솔루션이 있지만 여기서는 엔진 일 뿐이며 결과를 해석하는 방법이 전혀 명확하지 않습니다. ...

[Aleksey Terentev]

일반적으로 매수/매도 분류를 위해서는 활성화 함수 tanh 가 있는 뉴런 하나를 사용하는 것이 좋으며, 그 도메인은 (-1; +1)입니다.
더 적은 데이터, 더 많은 시각적.

SoftMax, 예, 순전히 분류용이며 클래스 수가 임의일 수 있습니다. 붓꽃 분류 작업을 기억(찾기)하십시오.

하지만 tanh (또는 sin )에 대한 결과는 나중에 차트에 지표로 표시하는 데 매우 편리합니다.

https://en.wikipedia.org/wiki/Activation_function

스크린샷에서 하단 그래프. 녹색/적색 - 학습 신호; 보라색/파란색 - 훈련된 모델에 대한 예측입니다.

[Maxim Dmitrievsky]

도서관 :
k-means를 사용하면 어떻게 해야할지 전혀 이해하지 못했습니다 ... MS Azure에는 기성 솔루션이 있지만 여기서는 엔진 일뿐이며 결과를 해석하는 방법이 전혀 명확하지 않습니다. ...

글쎄, 이것은 동종 데이터를 그룹화하기위한 것입니다. 교사없이 작동합니다. 클래스 수(이 경우 클러스터)는 미리 알 수 없습니다.

[Maxim Dmitrievsky]

알렉세이 테렌테프 :

일반적으로 매수/매도 분류의 경우 활성화 함수 tanh 가 있는 뉴런 하나를 사용하는 것이 좋습니다. 그 도메인은 (-1; +1)입니다.
더 적은 데이터, 더 많은 시각적.

SoftMax, 예, 순전히 분류용이며 클래스 수가 임의일 수 있습니다. 붓꽃 분류 작업을 기억(찾기)하십시오.

하지만 tanh (또는 sin )에 대한 결과는 나중에 차트에 표시기로 표시하는 데 매우 편리합니다.

https://en.wikipedia.org/wiki/Activation_function

스크린샷에서 하단 그래프. 녹색/빨간색 - 학습 신호; 보라색/파란색 - 훈련된 모델을 기반으로 한 예측입니다.

샘플이 크면 첫 번째 뉴런이 충분하지 않습니까? )

[Aleksey Terentev]

막심 드미트리예프스키 :

샘플이 크면 첫 번째 뉴런이 충분하지 않습니까? )

죄송합니다. 출력 레이어에 관한 것이었습니다. =)

[Maxim Dmitrievsky]

알렉세이 테렌테프 :

죄송합니다. 출력 레이어에 관한 것이었습니다. =)

선형 출력을 사용하여 alglib에서 그리드를 만들었지만 범위 제한이 -1에서 1까지이며 새 데이터에 대한 교육 후에도 그녀는 여전히 주기적으로 그 범위를 넘어갑니다.

그래서 나는 softmax가 지금 고정되어 있다고 생각합니다.

[Forester]

막심 드미트리예프스키 :

선형 출력을 사용하여 alglib에서 그리드를 만들었지만 범위 제한이 -1에서 1까지이며 새 데이터에 대한 교육 후에도 그녀는 여전히 주기적으로 그 범위를 넘어갑니다.

그래서 나는 softmax가 지금 고정되어 있다고 생각합니다.

한계를 넘어서면 아주 좋은 신호라고 볼 수 있습니다 = 150% ))

[Maxim Dmitrievsky]

도서관 :
한계를 넘어서면 매우 좋은 신호로 간주 될 수 있습니다 = 150% ))

예, 때로는 0.1 대신 1로 미끄러질 수 있습니다. 아마도 값이 교육에서 다르게 정규화되고 거래 프로세스에서 샘플이 다르기 때문일 수 있습니다.

[Forester]

막심 드미트리예프스키 :

글쎄, 이것은 동종 데이터를 그룹화하기위한 것입니다. 교사없이 작동합니다. 클래스 수(이 경우 클러스터)는 미리 알 수 없습니다.

왜 알려지지 않았습니까? 분할해야 하는 클러스터 수 - 시작 시 입력 값으로 설정됨: K - 원하는 클러스터 수, K>=1

데이터를 4개의 그룹으로 분할한다고 가정하고 다음에는 어떻게 해야 합니까?

[Aleksey Terentev]

막심 드미트리예프스키 :

선형 출력을 사용하여 alglib에서 그리드를 만들었지만 범위 제한이 -1에서 1까지이며 새 데이터에 대한 교육 후에도 그녀는 여전히 주기적으로 그 범위를 넘어갑니다.

그래서 나는 softmax가 지금 고정되어 있다고 생각합니다.

불행히도, 나는 Alglib와 거래가 없었습니다. 내가 알게 된 ML 패키지는 모두 계층의 활성화 기능을 변경할 수 있었습니다.