トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 1919

[Aleksey Vyazmikin]

こんな写真

は、このような利益のグラフになります。

[mytarmailS]

Aleksey Vyazmikin：

スクリーンショットの撮り方ですが、このように保存しておいて、白紙から読み込むだけでモデルが表示されるのでしょうか？

はい

アレクセイ・ヴャジミキン

それは、このような積み重ねをどう解釈するかということです。

クラスターとは、多次元空間の物体を3次元で結合したような もので、100〜500次元のデータを3次元で見て、何とかその構造を推定することができるのです

Aleksey Vyazmikin：

ところで、強制的に色をクラスに設定する方法ですが、何が何だかよくわかりません？

そこには、ターゲットという変数を通して色がすでに設定されており、3つの色があるのがわかります。

[Aleksey Vyazmikin]

ちなみに、上の島々の写真は予測変換を行った後のもので、変換前のサンプルはこんな感じです。

2つの星雲が...

データは基本的に同じですが、視覚的にも結果が異なります。だから、サンプルの学習準備の評価として以外、このツールをどう使えばいいのかわからない...。

[mytarmailS]

Aleksey Vyazmikin：

例えば、別ウィンドウで開く3Dモデルで、スクリーンショットも作れないようなものですが、このように保存しておいて、白紙から読み込むだけでモデルが表示されるのでしょうか。

新しいデータを認識させることもできます。

[Aleksey Vyazmikin]

mytarmailS:

クラスターとは、多次元空間の物体が3次元に集まったような もので、100〜500次元のデータを3次元で見て、その構造を推定することができます。

ターゲットは、この島の数で決めるべきかもしれませんね。このビジュアライゼーションの定性的な評価は理解できない。

背面が黒で、残りが1,2,3ということですが、これをどのように色に変換すればいいのでしょうか？

target <- as.factor(target)  #   target нужен для того чтобы окрасить точки в цвет целевой

scatter3d(x = um.res[,1], 
          y = um.res[,2], 
          z = um.res[,3],
          groups = target,
          grid = FALSE, 
          surface = FALSE,
          ellipsoid = FALSE,
            bg.col = "black")

[Aleksey Vyazmikin]

mytarmailS:

新しいデータも認識できる

データってなんだ？どこから？

[mytarmailS]

Aleksey Vyazmikin：

ターゲットは、この島の数で決めるべきかもしれませんね。このビジュアライゼーションの定性的な評価は理解できない。

このクラスタが客観的な現実であり、データの本当の構造であることを理解する必要があります...。

ターゲットは主観的な現実であり、クラスラベルはクラスタ構造とは無関係である。

例を見れば、すべてが理解できる。

裏面は黒、その他は1,2,3というように、色を指定しなければなりませんが、これをどのように色に変換するのでしょうか。

マニュアルのコメント欄をご覧ください。

[mytarmailS]

Aleksey Vyazmikin：

どういうことですか、どんなデータですか？どこから？

)))

通常のフォレストネットと同様に、新しいデータが出現しても、保存したモデルで認識することができる

[Aleksey Vyazmikin]

mytarmailS:

このクラスタが客観的な現実であり、データの本当の構造であることを理解する必要があります...。

あなたのターゲットは主観的な現実（自己現実）なので、クラスラベルはクラスタの構造とは関係ありません。

そこで、このサンプルを島状に分割して、その中でモデル学習を行うのはどうだろうかと考えたのです。

クラスタの違いは、結果に影響を与える要因の違い、あるいはその重みの違いを示している。

この部門がどうあるべきかということだけ...。

別の角度から見ると、4つのクラスタが見える。

[mytarmailS]

Aleksey Vyazmikin：

だから、このツールは、トレーニングのためのサンプル準備の評価として以外、どう使えばいいのかわからない......。

多次元空間を可視化することで、クラスターがあるのか、点群なのか、などデータ構造を 評価することができます。