交易中的机器学习：理论、模型、实践和算法交易 - 页 1910

[Mihail Marchukajtes]

Rorschach:

谢谢你，有意思，我当然不会想到要给以前的信号喂食。这就提出了一个问题：网络是否是一个不必要的环节。

我发现网的有趣之处在于，它不需要为征兆进行剔除。否则，做一个经典的系统会更容易。

我将不得不费心进行更多的实验，我将在手腕上采取非常多的系统例子，这样在教学时就不会有一个重复，我可以装入一个纪元。

不幸的是，巫师们不会帮助你，唉。你要去哪里？这个地方叫什么？

[Mihail Marchukajtes]

Maxim Dmitrievsky:

阿达巴斯特给了我79的价格

那么，马克西姆，你在生闷气吗？你被优质的模型所吸引，现在你正在左冲右突????。这就是问题所在，当我们坐在白色宝座上时，我们都很重要。我现在打算组建一个团队，并且已经下定决心，不会在这里给任何人打电话。错误的人被攻击....:-)

[Maxim Dmitrievsky]

Mihail Marchukajtes:
那么，Maxim，你在生闷气吗？你被一个高质量的模型所暖化，现在你正在左右逢源????。就是这样，当我们坐在白色宝座上时，我们都很重要。我现在打算组建一个团队，并且已经下定决心，不会在这里召集任何人。错误的人被攻击....:-)

这没有用，这只是更多的废话。

但这很有趣。

[Mihail Marchukajtes]

Maxim Dmitrievsky:

这没有用，这只是更多的废话。

但这很有趣。

你知道为什么吗？现在让我去录一段视频，在那里解释一切。我在前面说一句话，我希望你交易你选择的PLO并公布结果。好吗？

[Rorschach]

Mihail Marchukajtes:
不幸的是，mashkas不能帮助你，唉。你到哪里去了？这个地方叫什么？

运转中的扳手。

我不止一次遇到过这样的观点：如果有一个模式，用任何方法都很容易把它弄出来。

[Mihail Marchukajtes]

Rorschach:

润物细无声的混搭。

我不止一次遇到过这样的观点：如果有一个模式，用任何方法都很容易把它弄出来。

我同意，但它不在mashcas...也不要争论....伪规律性是的，但那是在机会层面，在市场上，稳定才是最重要的。

[Mihail Marchukajtes]

如约而至。有的地方停顿了，声音很糟糕。我建议戴着耳机观看。有一个个性化的地址给马克西姆。如果你建设性地接受批评，也许你会在这个视频中找到答案。

观看，不要害羞:-)

[mytarmailS]

Mihail Marchukajtes:

如约而至。有的地方停顿了，声音很糟糕。我建议戴着耳机观看。有一个个性化的地址给马克西姆。如果你建设性地接受批评，也许你会在这个视频中找到答案。

观看，不要害羞:-)

))))

我喜欢它）。

[Maxim Dmitrievsky]

Mihail Marchukajtes:

如约而至。有的地方停顿了，声音很糟糕。我建议戴着耳机观看。有一个个性化的地址给马克西姆。如果你建设性地接受批评，也许你会在这个视频中找到答案。

看好了，别再犹豫 了 :-)

你是边走边编的)24列，而不是100列。你自己要求提供文件。那里没有错误（我解释过）。300和很多行，因为我给了你一年的时间，所以你的'发电机'没有拉屎来计算))))但是，请继续。我没有时间看完它，但开头很有希望。我以后会留下完整的评论。看来我得用视频的形式来回答了

[mytarmailS]

Maxim Dmitrievsky:
但要继续下去

是的，观察你比阅读更有趣...

顺便说一下，你甚至可以在Vtree的资源 之前（或之后）用同样的PCA来压缩特征的数量，而几乎没有质量损失。

你可以从1000个变量中做出10个，也就是说，没有任何信息损失。

#  data set Х
X <- matrix(rnorm(10000) , ncol = 1000,nrow = 1000)
colnames(X) <- paste0("V" , 1:ncol(X))
head(X)

library(caret)
pcm <- preProcess( X[1:500,] , method = "pca" ,thresh = 1)
PCs <- predict(pcm , X)
head(PCs)

thresh = 1

意味着你想保存100%的信息

thresh = 0,7 

70%等。

=================================================

在视频中，你说你只想对唯一的值进行采样，但你不知道怎么做------。

只是对样本中的数值进行聚类，并删除重复的聚类。

你可以按行、列或甚至每个值进行聚类