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 ...
죄송합니다, 주의가 분산되었습니다...
여기 데이터가 있습니다 https://drop.me/aGE2kB
유리가 델타만 될때까지 시간이 없어서 수정은 안했는데 며칠간은 틈이 있었는데 테스트용으로는 어떻게 될까요?
이 강의가 누군가에게 유용할지 모르겠지만 일반적인 개발을 위해 나쁘지 않고 재미있을 것입니다.
시계열 예측:
https://www.youtube.com/watch?v=u433nrxdf5k
기능 변환:
https://www.youtube.com/watch?v=U1QYrGj6Ztg
기능 변환에 대한 비디오의 끝에서 강사는 예를 들어 클래스의 분리 가능성을 평가할 수 있는 흥미로운 차원 축소 방법을 언급합니다. 이 방법( t-SNE )은 PCA보다 더 발전된 것으로 간주되며 주의를 기울일 가치가 있습니다.
차원 축소 방법을 분리하는 방법을 비교했습니다.
그리고 실제로 그 방법은 다른 사람들과 유리하게 비교됩니다..
데이터 및 코드는 이 기사에서 가져올 수 있습니다. http://biostat-r.blogspot.com/2016/05/pca-mds-t-sne.html
방법별 패키지: tsne , Rtsne
후자는 빠르고 C++로 작성되었습니다.
아직 시장 데이터를 운전하지 않았습니다 ...
Dr.Trader 가 scale() 이 어떻게 작동하는지 모른다고 말한 것을 기억하십니까? 내가 발견 ))
# аналог
(x - mean(x)) / sd(x)
이 강의가 누군가에게 유용할지 모르겠지만 일반적인 개발을 위해서는 나쁘지 않고 재미있을 것입니다.
시계열 예측:
https://www.youtube.com/watch?v=u433nrxdf5k
기능 변환:
https://www.youtube.com/watch?v=U1QYrGj6Ztg
분명히 이것은 내가 0..1의 결과를 원했던 이유를 설명하지만 각 열에 대한 내 경계 내에서 얻었습니다.
죄송합니다, 주의가 분산되었습니다...
여기 데이터가 있습니다 https://drop.me/aGE2kB
유리가 델타만 될때까지 시간이 없어서 수정은 안했는데 며칠간은 틈이 있었는데 테스트용으로는 어떻게 될까요?
이 강의가 누군가에게 유용할지 모르겠지만 일반적인 개발을 위해서는 나쁘지 않고 재미있을 것입니다.
시계열 예측:
https://www.youtube.com/watch?v=u433nrxdf5k
예, 예를 들어 잔액 확인 및 소프트웨어 기능 선택과 같은 흥미로운 점이 있습니다.
그런데 사람이 먼저 "검증이 절대적으로 필요하다"고 말하고 나서 "이야기의 일부가 모델 선택에 방해가 된다면 그냥 잘라라"라고 말하는 것이 이상하다.
안녕하세요 여러분!
1) t-SNE 소개: 시장에서. 나를 위해 일하지 않았다 ..
2) 이미 구현된 촛대 패턴이 있는 패키지를 찾았습니다. 다음과 같이 설치할 수 있습니다.
나는 그것을 가지고 놀고 싶지만 xts 데이터를 심각하게 접하지 못했기 때문에 내 인용문을 필요한 형식으로 어떻게 번역 할 수 있습니까?
내 데이터
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"
필수 xt 형식
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"
안녕하세요 여러분!
1) t-SNE 소개: 시장에서. 데이터가 나를 위해 작동하지 않았습니다.
2) 이미 구현된 촛대 패턴이 있는 패키지를 찾았습니다. 다음과 같이 설치할 수 있습니다.
나는 그것을 가지고 놀고 싶지만 xts 데이터를 심각하게 접하지 못했기 때문에 내 인용문을 필요한 형식으로 어떻게 번역 할 수 있습니까?
내 데이터
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"
필수 xt 형식
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"