트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1856

[mytarmailS]

막심 드미트리예프스키 :

당신이 그것을 올바르게하면 당신은 놀라게 될 것입니다

Confusion Matrix and Statistics

          Reference
Prediction   1    2    3
         1 266    72    15
         2    54 130    50
         3    17    55 293

Overall Statistics
                                          
               Accuracy : 0.7237           
                 95 % CI : ( 0.6941 , 0.7519 )
    No Information Rate : 0.3761           
    P-Value [Acc > NIR] : < 2 e- 16           
                                      

[Maxim Dmitrievsky]

mytarmailS :

oos에 있나요? 정상이지만 더 높은

[mytarmailS]

막심 드미트리예프스키 :

oos에 있나요? 정상이지만 더 높은

네 이런

두 개의 클래스/클러스터를 사용하면 더 나은 것으로 나타납니다.

Confusion Matrix and Statistics

          Reference
Prediction   1    2
         1 381    79
         2    67 425
                                         
               Accuracy : 0.8466          
                 95 % CI : ( 0.8222 , 0.869 )
    No Information Rate : 0.5294          
    P-Value [Acc > NIR] : < 2 e- 16          
                                         
                  Kappa : 0.6927          
                                    

데이터 - 개통 후 2시간 5분, 미분 후 누적금액으로

Kohonen으로 클러스터링됨 - 데이터 - 2시간 5분 행

숲으로 분류 -     데이터 - 첫 1시간 5분 행

[Maxim Dmitrievsky]

mytarmailS :

네 이런

두 개의 클래스/클러스터를 사용하면 더 나은 것으로 나타납니다.

데이터 - 개통 후 2시간 5분, 미분 후 누적금액으로

Kohonen으로 클러스터링됨 - 데이터 - 2시간 5분 행

숲으로 분류 -     데이터 - 첫 1시간 5분 행

글쎄, 그리고 당신은 소리 쳤다

[mytarmailS]

막심 드미트리예프스키 :

글쎄, 그리고 당신은 소리 쳤다

어떻게 100%를 얻었습니까? 당신의 증상은 무엇입니까?

[Maxim Dmitrievsky]

mytarmailS :

어떻게 100%를 얻었습니까? 당신의 증상은 무엇입니까?

기차 100에서, oos 0.84에서, 거의 동일하게 작성했습니다(3개의 클러스터)

첫 번째와 관련된 가격 자체의 징후. 비디오는 25분부터 모든 것을 말해줍니다

그런 다음 포리스트 없이 사용할 수 있습니다. 클러스터링 알고리즘을 사용하여 클러스터를 예측하기만 하면 됩니다. 포레스트 자유잘을 메타탁으로 옮기기 쉬웠다. 그런 다음 테스터에서 클러스터 간에 다른 계층을 실행합니다.

[mytarmailS]

막심 드미트리예프스키 :

기차 100에서, oos 0.84에서, 거의 동일하게 작성했습니다(3개의 클러스터)

첫 번째와 관련된 가격 자체의 징후. 비디오는 25분부터 모든 것을 말해줍니다

그런 다음 포리스트 없이 사용할 수 있습니다. 클러스터링 알고리즘을 사용하여 클러스터를 예측하기만 하면 됩니다. 숲을 이용해서 메타크로 옮기기가 더 쉬웠어요

예, 동의합니다. 클러스터링으로 모든 작업을 수행할 수 있습니다.

Proclustered Kmeans , 결과는 kohonen보다 + - 10% 더 좋습니다.

  Kmeans

 Reference
Prediction   1    2    3
         1 106    40    0
         2    53 590    42
         3    1    22    98

Overall Statistics
                                          
               Accuracy : 0.834      

코호넨

Confusion Matrix and Statistics

          Reference
Prediction   1    2    3
         1 266    72    15
         2    54 130    50
         3    17    55 293

Overall Statistics
                                          
               Accuracy : 0.7237      

그러나 클러스터가 어떻게 분포되어 있는지 명확하지 않습니다. 매트릭스는 알고리즘이 클러스터를 완전히 다른 방식으로 보는 것을 보여줍니다.

[Maxim Dmitrievsky]

mytarmailS :

예, 동의합니다. 클러스터링으로 모든 작업을 수행할 수 있습니다.

Proclustered Kmeans , 결과는 kohonen보다 + - 10% 더 좋습니다.

  Kmeans

코호넨

그러나 클러스터가 어떻게 분포되어 있는지 명확하지 않습니다. 매트릭스는 알고리즘이 클러스터를 완전히 다른 방식으로 보는 것을 보여줍니다.

커민도 있어요. 일반적으로 다른 것보다 더 좋고 빠릅니다. 분명히 작업은 간단합니다.

나는 Gaussian 혼합물을 시도했습니다 - 그들은 쓰레기를 보여줍니다. 아직 이것을 시도하지 않았습니다.

클러스터를 시각화하고 다양한 방법에 대한 통계를 살펴보면 어느 것이 더 나은지 이해할 수 있습니다. 나는 원칙적으로 boxplots의 kamens를 좋아합니다.

[mytarmailS]

막심 드미트리예프스키 :

커민도 있어요. 일반적으로 다른 것보다 더 좋고 빠릅니다. 분명히 작업은 간단합니다.

나는 Gaussian 혼합물을 시도했습니다 - 그들은 쓰레기를 보여줍니다. 나는 이것을 아직 시도하지 않았지만

클러스터를 시각화하고 다양한 방법에 대한 통계를 살펴보면 어느 것이 더 나은지 이해할 수 있습니다. 나는 원칙적으로 boxplots의 kamens를 좋아합니다.

나는 Kamins를 좋아하지 않습니다. 일부 클래스의 매우 나쁜 균형은

 1      2      3 
 529 3093    378 

"2"는 플랫

코호넨은 재미있다

 1      2      3 
1243 1497 1260 

[Maxim Dmitrievsky]

mytarmailS :

나는 Kamins를 좋아하지 않습니다. 일부 클래스의 매우 나쁜 균형은

"2"는 플랫

즐거운 시간 보내세요

Kamens와 Koch에 따르면 클러스터 사진을 보여주면 이해하기 어렵습니다.