Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 253
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
"İlginç şeyler") başlığından)
DTW algoritması
Bir dizide aynı fiyat segmentlerini bulmanız gerektiğini düşünün, ancak bu özellik nedeniyle fiyat doğal olarak durağan olmadığı için bu segmentlerin boyutları farklı olacaktır, bu durumda ne yapmalı?
Hala iki olası çözüm biliyorum - bu enterpolasyon ve dwt algoritması, ikincisi ile şimdi çok yakından oynuyorum
dwt hakkında - https://ru.wikipedia.org/wiki/%D0%90%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC_%D0% B4%D0%B8%D0%BD%D0%B0%D0%BC%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D1%82% D1%80%D0%B0%D0%BD%D1%81%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%B8_%D0% B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%88%D0%BA%D0%B0%D0%BB% D1%8B
Kendim anlamadığım için formüllerle yüklemeyeceğim, kelimelerle de yüklemeyeceğim, herkesin yeniden üretebilmesi için yorumlu bir kod vereceğim ...
Yani bu kodda sorun çözüldü:
Belli bir kalıbımız var, ona 8 punto (buldozerden gelen sayı) boyutu (uzunluğu) olan "ana kalıp" diyelim.
ana kalıba benzer kalıpları bulmanız gerekiyor, ancak 5 ve 13 puan ölçtüler (sayılar buldozer olarak alındı)
resimde sonuç
nasıl kullanılabilir ve mümkün olup olmadığı, bu açık bir soru, bana başarılı bir şekilde uygulamayı başardım gibi görünüyor, ancak tüm bunların sadece fikrinizi uygulamak için bir araç olduğunu hatırlamanız gerekiyor, ancak fikrin kendisi değil...
Aşağıdaki kodu göndereceğim
basit bir ifadeyle, kodun tüm amacı şudur:
X <- rnorm( 10 )
Y <- rnorm( 20 )
my.dtw <- dtw(X ,Y)
my.dtw$distance
nerede
[ 1 ] 14.17198
bu bir yakınlık ölçüsüdür (Öklid mesafesi), ne kadar küçükse, X ve Y'nin yakınlığı o kadar büyük olur
basit bir ifadeyle, kodun tüm amacı şudur:
X <- rnorm( 10 )
Y <- rnorm( 20 )
my.dtw <- dtw(X ,Y)
my.dtw$distance
nerede
[ 1 ] 14.17198
bu bir yakınlık ölçüsüdür (Öklid mesafesi), ne kadar küçükse, X ve Y'nin yakınlığı o kadar büyük olur
Her ihtimale karşı: Yakınlık ölçüsü = 1 ise, o zaman ikinci satır ilkinden çarpıtma ile mi elde edilir?
genellikle iki sıra arasındaki yakınlığı değiştirmek istediklerinde, zorunlu kural bu sıraların aynı uzunlukta olmasıdır.
dtw, farklı boyutlardaki iki satırın yakınlığını ölçebilir, doğal olarak doğru yakınlık değerini bulmak için satırı bozar
mytarmailS :
Belli bir kalıbımız var, ona 8 punto (buldozerden gelen sayı) boyutu (uzunluğu) olan "ana kalıp" diyelim.
ana kalıba benzer kalıpları bulmanız gerekiyor, ancak 5 ve 13 puan ölçtüler (sayılar buldozer olarak alındı)
Aynı konuda, sayfa 130'daydı.
Kısacası, klasik DTW algoritmasında, sabit uzunlukta n ve m olan iki parça sırasıyla karşılaştırılır, [1..n, 1..m] dizisi doldurulur ve hesaplama sonucu hücre [n, m]. Segmentlerden birinin uzunluğunun keyfi (kayan) olması gerekiyorsa - örneğin, n=8, am 5'ten 13'e kadar değerler alır - o zaman 8 * 13 dizisini doldurur ve hücrelerden minimum sonucu alırsınız [8,5] ile [ 8.13] arası, yolun uzunluğuna bölünür.
Bu süre zarfında Rus Wikipedia'da tüm makalenin yeniden yazıldığı ortaya çıktı, ama bilmiyordum. İngilizce makalede hiçbir şey değişmedi ve sözde kod kaldı, bu da algoritmanın ilkesini anlamayı kolaylaştırıyor.
Yaklaşım numarası 4) Ancak “ilk yüz” kulübüne girmedi (133) (0,68705), inekler-boğuculardan yüzler aldı)))
Aynı konuda, sayfa 130'daydı.
Kısacası, klasik DTW algoritmasında .................................
Ve başka bir şekilde de mümkündür, tüm keyfi bölümleri tek bir boyuta enterpolasyon yapmak ve orada sadece korelasyonu veya Öklid'i ölçmek aptalcadır ...
Merhaba!
Yardım istiyorum ve "poliharmonik yaklaşım" adı verilen belirli bir algoritma oluşturma çabalarında birleşmeyi teklif ediyorum - bu, "MGUA" algoritma ailesi bağlamında bir fonksiyonun çok derin ve akıllı bir yaklaşımıdır, neden öyle yapacağımı düşünüyorum . açıklamalar ve muhtemelen resimlerle daha sonra duyurun
bağlantı https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%B3%D1%80%D1%83%D0%BF% D0%BF%D0%BE%D0%B2%D0%BE%D0%B3%D0%BE_%D1%83%D1%87%D1%91%D1%82%D0%B0_%D0%B0%D1% %80D0%B3%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D0%BE%D0%B2
bağlantıdan alıntı
Вместо полинома Колмогорова-Габора можно использовать ряды Фурье. Их имеет смысл применять, если в исходных данных наблюдается периодичность (например, уровень воды в реках, температура воздуха, объём осадков). Полученная в таком случае модель будет полигармонической [ 1 ].
=================================================
Ayrıca bu harika yöntemle ilgili "MGUA" kitaplarından birine bir bağlantı
Kitap çok güçlü fikirler içeriyor, okunması kolay (formüller başlayana kadar) Okumanızı ŞİDDETLE tavsiye ederim https://www.gmdh.net/articles/theory/bookNoiseIm.pdf
=================================================
ayrıca MO için veri ön işlemede poliharmonik yaklaşımın doğru yön olduğunu doğrulayan bazı yorumlar
yorum kırpma
…. И вот с такой моделью мне удалось построить сеть, которая имела очень хорошие обобщающие свойства: новые данные почти все правильно распознавала........................
orijinal kaynağa bağlantı http://www.kamynin.ru/archives/4917
Zor görünüyor ve sonuçta kesinlik yok, geçiyorum.
R, GMDH paketine sahiptir (İngilizce'de "MGUA").
Bu arada, Numerai'de, modeli <0,69'dan fazla kelime telaffuz etmek için de eğittim.
0.68930
Ama bir yerden, yüz kişi 0,4-0,5 puanla çıktı, bir tür cehennem, şimdi ödüller için ay gibi.