Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1737
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
k-anlamına gelir, en basit
peki bu aynı
dbscan deneyin bence daha iyi olur
Görüyorsunuz, kümelemeyi nasıl yaptığınızı gözle bile görebiliyorum)) kendimi çıldırtıyorum)
Bir yerde (çünkü bir aydan uzun süredir ticaret yapmadığım için nerede olduğunu unuttum) piyasa artışlarının olasılığının dağılımının Gauss'un CV'sinin ürünü olduğunu ve üstel (veya genel durumda, Erlang) dağıtımları.
Erlang dağılımı, kene tırnak işaretleri arasındaki zaman aralıklarından sorumludur ve bu tür sayıların üreteci şöyle görünür:
Burada Lambda, olayların akışının yoğunluğudur (alıntılar).
Lambda=const ise, bu süreç durağandır, ancak piyasada akış yoğunluğu farklı zamanlarda farklıdır, yani. Lambda=f(t), sürecin bir bütün olarak durağan olmama durumunu belirler.
O. Durağan bir süreci ayırmak için, bir bütün olarak aynı akı yoğunluğuna sahip VR'nin ayrı bölümlerini dikkate almak gerekir.
Bu nedenle, VR'yi bir gün içinde saatlere bölmeye ve ardından bu saatleri birbirine "yapıştırmaya" kalkışmak - kesinlikle yaşam hakkına sahiptir.
not
Hesaplarıma göre, aynı akı yoğunluğu bir gün içinde aşağıdaki saatlerde gözlenir:
0
1, 23
2, 5, 22
3, 4, 8, 21
6, 7
9, 12, 19
10, 11, 15, 18
13, 14
on altı
17
20
İşte bu, sadece bilgi amaçlı...
peki bu aynı
dbscan deneyin bence daha iyi olur
Görüyorsunuz, kümelemeyi nasıl yaptığınızı gözle bile görebiliyorum)) kendimi çıldırtıyorum)
ne saçmalıyorsun en başında yazdım
ne için çıldırıyorsun? en başında yazdım
nerede? Ben görmedim.
nerede? Ben görmedim.
zaten hiçbir yerde .. yeni veriler üzerinde başka bir programda ayrı ayrı centroids, Schaub zayuzat ile matrisleri çıkarabilir misiniz?
belki R'de böyle bir fonksiyon vardır? bakmak
zaten hiçbir yerde .. yeni veriler üzerinde başka bir programda ayrı ayrı centroids, Schaub zayuzat ile matrisleri çıkarabilir misiniz?
belki R'de böyle bir fonksiyon vardır? bakmak
Eğer doğru anladıysam, evet, yapabilirim
Eğer doğru anladıysam, evet, yapabilirim
öğretmek
öğretmek
tam olarak ne istediğinizi daha spesifik olarak tekrar yazın, böylece çok fazla kod yazmazsınız
üç kümeden üç centroidtam olarak ne istediğinizi daha spesifik olarak tekrar yazın, böylece çok fazla kod yazmazsınız
modelin sığmasından sonra, algoritmaya bağlı olarak bir matris veya bunun gibi bir şey olmalıdır.
yeni verilerdeki tahmini hesaplayabileceğiniz şekilde .. iyi, eski
kısacası metak'a aktarmak ve kendinizi testerin içinde düşünmek