Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1919
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Кстати, выше с островами картинка - это после моего метода преобразования предикторов, а вот так выглядит исходаня выборка, до преобразований
Две туманности...
Данные по сути одни и те же, а вот результат, даже визуально, разный. Поэтому не знаю, как использовать этот инструмент, разве что как оценку готовности выборки к обучению....
Ну вот 3D модель допустим, которая открывается в отдельном окне и даже нет возможности как то скрин сделать, вот её можно так сохранить, а потом просто просто из чистого листа загрузить и появится модель?
можешь даже новые данные распознавать ею
Ну это кластера, похоже объекты в многомерном пространстве объединились в такие сгустки в трехмерном пространстве, что б ты смог посмотреть на свои 100-500 мерные данные в трех мерном виде , и как то оценить их структуру
Может целевых должно быть по числу этих островов? Не понимаю качественную оценку этой визуализации.
тут как то должны быть заданы цвета - задник вижу, что черный, а остальные - 1,2,3 - как это переводить в цвет?
можешь даже новые данные распознавать ею
Это что имеется в виду, какие данные? Откуда?
Может целевых должно быть по числу этих островов? Не понимаю качественную оценку этой визуализации.
ты пойми, кластера эти , это объективная реальность, реальная структура твоих данных...
целевая твоя - это субъективная реальность (отсебятина) потому метки твоих классов никак не связаны с структурой кластеров
Посмотри пример и ирисами и все поймешь
тут как то должны быть заданы цвета - задник вижу, что черный, а остальные - 1,2,3 - как это переводить в цвет?
Посмотри в мануале что в комментариях там все есть
Это что имеется в виду, какие данные? Откуда?
)))
Ну как с обычными сетями форестами, новые данные появились, их можно распознать сохраненной моделью
ты пойми, кластера эти , это объективная реальность, реальная структура твоих данных...
целевая твоя - это субъективная реальность (отсебятина) потому метки твоих классов никак не связаны с структурой кластеров
Так вот и интересно стало, а что если разметить эту выборку по этим островам и уже внутри них делать обучение моделей.
Разные кластеры говорят о разных факторах влияющих на результат, точней на разный их вес, я так понимаю.
Только как это разделение сделать...
Вот кстати под другим углом все те же полные данные - видны 4 кластера
Поэтому не знаю, как использовать этот инструмент, разве что как оценку готовности выборки к обучению....
Используй по назначению - визуализация многомерного пространства для оценки структуры данных, есть ли кластера или это облако точек итп
Так вот и интересно стало, а что если разметить эту выборку по этим островам и уже внутри них делать обучение моделей.
значит нужно применить кластеризацию kmeans например или чего по круче, ща погоди
запусти это
km <- kmeans(um$layout, centers = 4)
centers - это сколько кластеров ты хочешь найти
а теперь
поставь вместо target
тут
как тут стало красиво, картинки
зачитаешься!
продолжайте господа, очень внимательно наблюдаю за процессом