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 1920

 
Aleksey Vyazmikin:

そこで、このサンプルをこの島々に分割して、その中でモデル学習を行うことができないかと考えました。

ということは、KMEANSクラスタリングか何かもっとクールなものを適用する必要があるのでしょう。

走り抜ける

km <- kmeans(um$layout, centers = 4)

というのは、何個のクラスターを探したいかということです。

然して

as.factor(km$cluster)

的を絞る


これ

 

写真も美しくなりましたね。

すごいですねー。

けいこう

 
mytarmailS:

だから、クミーン・クラスタリングとか、もっとクールなものを適用する必要があるんだ、ちょっと待ってよ。

走り抜ける

いくつのクラスターを探しますか?

然して

的を絞る


これ

やり方が悪いんだ :(

> way <- "F:\\FX\\R\\2020_04_11_Pred_New_Full\\Pred_New_Fu ..." ... [TRUNCATED] 

> dt <- read.csv(file = way,header = T,sep = ";") #  читаем файл

> target <- dt$Target_100 #  целевую в отдельную переменную

> #target <- km$cluster #  целевую в отдельную переменную
> 
> dt <- dt[, ! colnames(dt)  %in% 
+            #            c("Target_100_Buy","Target_100 ..." ... [TRUNCATED] 

> km <- kmeans(um$layout, centers = 4)           

> #  роскоментируем и Устанавливаем нужные пакеты после чего эту строку можно удалить
> #install.packages(c("rgl", "car" , "umap"))
> 
> 
> 
> #  про um .... [TRUNCATED] 

> um <- umap(dt,n_components=3)   

> #  n_components=3  во сколько измерений уменьшаем данные, можно 100 можно 1
> #  можно 333, но нам для 3 д надо трех мерное пространство поетому у нас  .... [TRUNCATED] 

> #тут  все настройки по пакету  car
> #  http://www.sthda.com/english/wiki/amazing-interactive-3d-scatter-plots-r-software-and-data-visualization
> lib .... [TRUNCATED] 

> 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,
+           groups = km$cluster,
+ .... [TRUNCATED] 
Error in scatter3d.default(x = um.res[, 1], y = um.res[, 2], z = um.res[,  : 
  groups variable must be a factor
 
Aleksey Vyazmikin:

やり方が悪いんだ :(

scatter3d(x = um.res[,1], 
+           y = um.res[,2], 
+           z = um.res[,3],
+           #groups = target,
+           groups = km$cluster,

関数の引数を コメントすることはできません。

 
mytarmailS:

これはアウトです。関数の引数 内のコードにコメントすることはできません。

うわー、取り出してスクリーンショットのようにした。

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

を考えている間。

 
アレクセイ・ヴャジミキン

を考えている間に

面白い))

 
mytarmailS:

興味津々)


ということは、4つのクラスタに分かれるということでしょうか?

さて、各クラスタにラインパーティショニングを保存するにはどうしたらよいでしょうか。

 
アレクセイ・ヴャジミキン

ということは、4つのクラスターに分かれることができたということでしょうか?

はい

アレクセイ・ヴャジミキン

さて、各クラスタへのラインパーティショニングはどのように保存するのでしょうか。

umapモデルを保存する

モデルを保存 する kmeans

ということで、終了です。



楕円体=TRUEと する

うまくいくはず

 
mytarmailS:

はい

それは興味深いですね。モデルを別々に学習して、どうなるのか試してみます。


mytarmailS:

umapモデルを保存する

kmeansモデルを保存 する

そして

もう少し具体的に教えてください。

節約したい

1.クラスタに分割するためのルールを、MQLでコーディングできる読みやすい形にしたもの。

2.csvファイルの行のクラスタ内のレイアウト

どうすればいいのか?

 
Aleksey Vyazmikin:


1.クラスターパーティションルールを読みやすい形にし、MQLでコーディングする。


よくわからないのですが、結果の内訳をルールで取得してmqlに転送するのでしょうか?

理由: