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 3107 1...310031013102310331043105310631073108310931103111311231133114...3399 新しいコメント Aleksey Vyazmikin 2023.06.14 15:27 #31061 このようなオブジェクトをグループ化するのに最適なクラスタリング手法は何でしょうか? 基本的に行列があり、その類似性を全体として評価することが重要です。そしてなぜかK-meansは、すべてを平均化してしまうと思う。 mytarmailS 2023.06.14 16:24 #31062 興味深い読み物 https://quant.stackexchange.com/questions/1004/how-are-cryptography-and-speech-recognition-technology-applied-to-forecasting-fi そう、そして一般的に、[quant-trading-strategies] タグ全体を通して見ると非常に 興味深い。 СанСаныч Фоменко 2023.06.14 19:19 #31063 Maxim Dmitrievsky #: レビューを期待してプレゼント ファイル: molak_a_causal_inference_and_discovery_in_python_unlock_the.zip 10448 kb Aleksey Vyazmikin 2023.06.14 20:01 #31064 Aleksey Vyazmikin #:このようなオブジェクトをグループ化するのに最も適したクラスタリング手法はどれか?基本的に行列があり、その類似性を全体として評価することが重要です。そして、なぜかK-meansは、すべてを平均化してしまうと思います。 チャットGPT " 行列が3次元の物体の記述であるならば、3次元データの構造を考慮したクラスタリング手法を使ってグループ化することができます。ここでは、有用と思われるいくつかのアプローチを紹介します: 密度ベースのクラスタリング法:DBSCAN(Density-Based Spatial Clustering of Applications with Noise)は、データの密度を考慮に入れるので良い選択です。DBSCANは、3次元空間内の点間の近接度または距離を使用して、3次元行列に適用できます。この手法は、3次元空間でコンパクトで密な領域を形成するクラスタを識別するのに役立ちます。 スペクトル・クラスタリング: スペクトル・クラスタリング法は、3次元行列のクラスタリングに役立ちます。3次元データにスペクトル変換を適用し、クラスタリング手法(k-meansなど)を使ってクラスタに分離することができます。このアプローチでは、データの構造を考慮し、3次元空間で類似しているグループを特定することができます。 階層クラスタリング: 階層クラスタリングを3次元行列に適用して、クラスタの階層構造を構築することができます。行列間の類似度または距離尺度を使用し、これらの尺度に基づいてクラスタをマージまたは分離することができます。このアプローチは、3次元行列のグループ間の階層的関係を探索するのに役立ちます。 また、特定のデータセットの特性を考慮し、目的と要件に最も適したクラスタリング手法を選択することも重要です。さまざまな手法やパラメータを試して、タスクに最も適したアプローチを見つけましょう。 " Aleksey Vyazmikin 2023.06.14 20:07 #31065 Aleksey Vyazmikin #:ったな: 私自身は、隣接する点の平均化を通して5点の行列の畳み込みを作り、その上ですでに何らかの方法で類似性を検索することを考えました。 mytarmailS 2023.06.14 20:14 #31066 Aleksey Vyazmikin #:そしてなぜか、K-meansは物事を平均化 することになる。 Aleksey Vyazmikin#: 私は、近傍点の平均化を通して、5点による行列の畳み込みを考え、何らかの方法で類似性を検索するためにそれらを使用することを考えていました。 ... フラスコは口笛を吹く) Aleksey Vyazmikin 2023.06.14 21:44 #31067 mytarmailS #:...フラスコが笛を吹く) 強力な......1つの重心。そして、私は実際に固定座標でいくつかの重心を考えていた......。しかし、私は誰に話しているのだろう......既製品のソリューションの愛好家......。 Maxim Dmitrievsky 2023.06.15 05:43 #31068 СанСаныч Фоменко #:レビューを期待してプレゼント 素晴らしい、ありがとう。内容は他の本とほぼ同じです。9-10節を見て、それからクロスフィッティングに関する最初の論文を見て、クロスフィッティングが何で教えられているのか理解できるだろう。 後で全文を読むつもりだ。 Maxim Dmitrievsky 2023.06.15 06:36 #31069 Aleksey Vyazmikin #:Which clustering method is best suited for grouping such objects?基本的に行列があり、その類似性を全体として評価することが重要です。そしてなぜか、K-meansは物事を平均化するような気がします。https://habr.com/ru/companies/jetinfosystems/articles/467745/ Aleksey Vyazmikin 2023.06.15 12:22 #31070 Maxim Dmitrievsky #: https:// habr.com/ru/companies/jetinfosystems/articles/467745/ リンク先に質問に対する答えが見当たらない。 1...310031013102310331043105310631073108310931103111311231133114...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
このようなオブジェクトをグループ化するのに最適なクラスタリング手法は何でしょうか?
基本的に行列があり、その類似性を全体として評価することが重要です。そしてなぜかK-meansは、すべてを平均化してしまうと思う。
興味深い読み物
https://quant.stackexchange.com/questions/1004/how-are-cryptography-and-speech-recognition-technology-applied-to-forecasting-fi
そう、そして一般的に、[quant-trading-strategies] タグ全体を通して見ると非常に 興味深い。
レビューを期待してプレゼント
このようなオブジェクトをグループ化するのに最も適したクラスタリング手法はどれか?
基本的に行列があり、その類似性を全体として評価することが重要です。そして、なぜかK-meansは、すべてを平均化してしまうと思います。
チャットGPT
"
行列が3次元の物体の記述であるならば、3次元データの構造を考慮したクラスタリング手法を使ってグループ化することができます。ここでは、有用と思われるいくつかのアプローチを紹介します:
密度ベースのクラスタリング法:DBSCAN(Density-Based Spatial Clustering of Applications with Noise)は、データの密度を考慮に入れるので良い選択です。DBSCANは、3次元空間内の点間の近接度または距離を使用して、3次元行列に適用できます。この手法は、3次元空間でコンパクトで密な領域を形成するクラスタを識別するのに役立ちます。
スペクトル・クラスタリング: スペクトル・クラスタリング法は、3次元行列のクラスタリングに役立ちます。3次元データにスペクトル変換を適用し、クラスタリング手法(k-meansなど)を使ってクラスタに分離することができます。このアプローチでは、データの構造を考慮し、3次元空間で類似しているグループを特定することができます。
階層クラスタリング: 階層クラスタリングを3次元行列に適用して、クラスタの階層構造を構築することができます。行列間の類似度または距離尺度を使用し、これらの尺度に基づいてクラスタをマージまたは分離することができます。このアプローチは、3次元行列のグループ間の階層的関係を探索するのに役立ちます。
また、特定のデータセットの特性を考慮し、目的と要件に最も適したクラスタリング手法を選択することも重要です。さまざまな手法やパラメータを試して、タスクに最も適したアプローチを見つけましょう。
"
ったな:
私自身は、隣接する点の平均化を通して5点の行列の畳み込みを作り、その上ですでに何らかの方法で類似性を検索することを考えました。
そしてなぜか、K-meansは物事を平均化 することになる。
私は、近傍点の平均化を通して、5点による行列の畳み込みを考え、何らかの方法で類似性を検索するためにそれらを使用することを考えていました。
...
フラスコは口笛を吹く)
...
フラスコが笛を吹く)
強力な......1つの重心。そして、私は実際に固定座標でいくつかの重心を考えていた......。しかし、私は誰に話しているのだろう......既製品のソリューションの愛好家......。
レビューを期待してプレゼント
Which clustering method is best suited for grouping such objects?
基本的に行列があり、その類似性を全体として評価することが重要です。そしてなぜか、K-meansは物事を平均化するような気がします。
https:// habr.com/ru/companies/jetinfosystems/articles/467745/
リンク先に質問に対する答えが見当たらない。