Методы понижения размерности (обзор) играют важную роль в машинном обучении. Они позволяют строить модели в пространствах меньшей размерности, чем исходное признаковое пространство, с минимальными потерями информации. Особенно полезно понижать размерность до 2, то есть проецировать данные на плоскость. Таким образом можно изучить структуру...
Канал группы https://vk.com/data_mining_in_action Здесь выкладываются видеозаписи лекций курса Data Mining in Action в МФТИ и другие интересные материалы по ...
すみません、気が散ってしまって...。
以下、データ https://drop.me/aGE2kB
時間がなかったので編集はしていません。今のところ、ガラスはデルタのみで、スキップがある日もありますが、テストとして行います。
この講義が誰かの役に立つかどうかはわからないが、一般的な教養を身につけるには良いだろうし、ただただ面白いだけである。
時系列予測
https://www.youtube.com/watch?v=u433nrxdf5k
機能変換を行います。
https://www.youtube.com/watch?v=U1QYrGj6Ztg
特徴変換のビデオの最後に、講師がクラス分離性の評価などに使える興味深い次元削減法を紹介していますが、この方法（t-SNE）はPCAより進んでいると考えられており、注目すべき点です
ダウンサンプリングメソッドの分け方を比較しました
そして実際、この方式は他の方式と比べても遜色のないものでした。
データとコードはこちらの記事から引用していますhttp://biostat-r.blogspot.com/2016/05/pca-mds-t-sne.html
メソッドパッケージ：tsne、Rtsne
最後のものは高速で、C++で書かれています。
まだ市場データでは動かしていないのですが...。
Dr.Traderさん、scale()の 仕組みがわからないとおっしゃっていましたよね？知りました )))
# аналог
(x - mean(x)) / sd(x)
この講義が誰かの役に立つかどうかはわからないが、一般的な教養を身につけるには良いだろうし、ただただ面白いだけである。
時系列予測
https://www.youtube.com/watch?v=u433nrxdf5k
機能変換を行います。
https://www.youtube.com/watch?v=U1QYrGj6Ztg
なるほど、これで私が0...1で表示したかったのに、列ごとに異なる境界で表示された理由がすべてわかりました。
すみません、気が散ってしまって...。
以下、データ https://drop.me/aGE2kB
時間がなかったので、編集はしていません。今のところ、ガラスはデルタのみで、スキップする日もありますが、テストとして行います。
この講義が誰かの役に立つかどうかはわからないが、一般的な教養を身につけるには良いだろうし、ただただ面白いだけである。
時系列予測
https://www.youtube.com/watch?v=u433nrxdf5k
はい、残差チェックやプログラムフィッティングなど、興味深い点があります。
しかし、最初に「検証は不可欠」と言いながら、「モデルフィッティングに支障がある部分はカットすればいい」と言うのはおかしいですよね。
みなさん、こんにちは。
1) t-SNEについて : マーケットデータではうまくいきませんでした。
2) ローソク足のパターンが既に実装されているパッケージがありましたので、このようにインストールすることができます。
私はそれを使って遊んでみたいのですが、たまたま私はxtsデータに真剣に遭遇したことがありません、私は私の引用を正しいフォーマットに変換する方法を教えてください。
マイデータ
X.DATE. X.TIME. X.OPEN. X.HIGH. X.LOW. X.CLOSE. X.VOL.
385327 20170117 204000 115420 115440 115400 115400 314
385328 20170117 204500 115400 115440 115370 115410 559
385329 20170117 205000 115410 115440 115380 115420 475
385330 20170117 205500 115410 115510 115360 115470 1745
385331 20170117 210000 115470 115490 115430 115440 607
385332 20170117 210500 115440 115490 115420 115470 453
[1] "data.frame"
xts形式が必要です。
RIH7.Open RIH7.High RIH7.Low RIH7.Close RIH7.Volume
2017-01-30 10:00:00 119060 119060 118480 118620 12191
2017-01-30 10:05:00 118610 118620 118260 118320 13219
2017-01-30 10:10:00 118320 118470 118230 118250 8519
2017-01-30 10:15:00 118240 118260 118080 118120 11010
2017-01-30 10:20:00 118110 118160 117930 117980 8108
2017-01-30 10:25:00 117980 118100 117910 118020 5544
[1] "xts" "zoo"
みなさん、こんにちは。
1) t-SNEについて : マーケットデータではうまくいきませんでした。
2) ローソク足のパターンが既に実装されているパッケージがありましたので、このようにインストールすることができます。
私はそれを使って遊んでみたいのですが、それはたまたま私は真剣にxtsデータに遭遇していない、私は私の引用符を正しいフォーマットに変換する方法を教えてください。
マイデータ
X.DATE. X.TIME. X.OPEN. X.HIGH. X.LOW. X.CLOSE. X.VOL.
385327 20170117 204000 115420 115440 115400 115400 314
385328 20170117 204500 115400 115440 115370 115410 559
385329 20170117 205000 115410 115440 115380 115420 475
385330 20170117 205500 115410 115510 115360 115470 1745
385331 20170117 210000 115470 115490 115430 115440 607
385332 20170117 210500 115440 115490 115420 115470 453
[1] "data.frame"
xts形式が必要です。
RIH7.Open RIH7.High RIH7.Low RIH7.Close RIH7.Volume
2017-01-30 10:00:00 119060 119060 118480 118620 12191
2017-01-30 10:05:00 118610 118620 118260 118320 13219
2017-01-30 10:10:00 118320 118470 118230 118250 8519
2017-01-30 10:15:00 118240 118260 118080 118120 11010
2017-01-30 10:20:00 118110 118160 117930 117980 8108
2017-01-30 10:25:00 117980 118100 117910 118020 5544
[1] "xts" "zoo"