交易中的机器学习:理论、模型、实践和算法交易 - 页 370 1...363364365366367368369370371372373374375376377...3399 新评论 Dr. Trader 2017.05.21 20:38 #3691 我不相信分析预测者和目标之间的关联性会有什么作用。 有很多例子表明,密切相关的数量并不相互依赖,尽管似乎一个可以预测另一个,例如http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154, 我以前在论坛上发表过关于这个话题的文章。有一个更有趣的术语,即交叉熵。它是来自统计学的东西,是分析一个预测者是否适合一个变量的方法,是一种非线性关系。 Алёша 2017.05.21 21:45 #3692 迪米特里。 你有一个例子吗?显示传入的数据行和传出的数据行--帖子 对于XOR ,一个数据集可以由4个样本组成。{x,y,z} x,y - 特征 z - 目标 {-1,1,-1},{1,1,1},{1,-1-1},{-1,-1,1} 让我们计算第一个芯片与目标的协方差:考虑到莫=0,我们有:((-1*-1)+(1*-1)+(1*-1)+(-1*1))/4=(1+1-1)/4=0,很明显,相关性也是零,第二个芯片也是如此,你可以检查,但对于尼勒尼分类器,两个芯片都非常有效。 Maxim Dmitrievsky 2017.05.22 01:53 #3693 交易员博士。我不相信分析预测者和目标之间的关联性会有什么作用。 有很多例子,当密切相关的变量不相互依赖时,尽管看起来一个可以预测另一个,比如这个--http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , 在这里的论坛上,之前我把来自哈布拉的文章放在同一主题上。有一个更有趣的术语,即交叉熵。它是来自统计学的东西,是分析一个预测者是否适合一个变量的方法,是一种非线性关系。 同样的观点,如果我们要寻找一组特征和目标之间的非线性依赖关系,这些曲线显示的内容有什么区别呢?而关于去除高度相关的预测因素,并不明显。它们可能是相关的,但它们不是相关的:)例如,如果你给一组有偏见的指标喂食,相关度会很高,但信息量也会很大。 Дмитрий 2017.05.22 05:09 #3694 交易员博士。我不相信分析预测者和目标之间的相关性会产生什么。 有很多例子,当密切相关的数量不相互依赖时,尽管看起来一个可以预测另一个,比如这个--http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , 在这里的论坛上,之前我粘贴了Hubra关于同一主题的文章。有一个更有趣的术语,即交叉熵。这是统计学中的东西,是分析一个预测者是否适合一个变量的方法,是一种非线性关系。 1.没有人在分析相关性--这是关于预测器的选择。2.你在三页前重复了我的观点--"依赖性是关联性的一个特例。如果两个变量是相互依存的,那么肯定存在相关关系。如果有相关性,那么就不一定有依赖性"。3.交叉熵就像关联性一样,不会对功能依赖的存在给出答案 Дмитрий 2017.05.22 05:10 #3695 阿利奥沙。 对于XOR ,一个数据集可以由4个样本组成,本质上并没有改变。{x,y,z} x,y - 特征 z - 目标 {-1,1,-1},{1,1,1},{1,-1-1},{-1,-1,1} 让我们计算第一个芯片与目标的协方差:考虑到莫=0,我们有:((-1*-1)+(1*-1)+(1*-1)+(-1*1))/4=(1+1-1)/4=0,很明显,相关性也是零,第二个芯片也是如此,你可以检查,但对于尼勒尼分类器,两个芯片都非常有效。 两个同样相关的预测因子--哪一个根据较低的相关度而被抛出?哪一个的关联性更小? Maxim Dmitrievsky 2017.05.22 05:14 #3696 迪米特里。 1.没有人在分析相关关系--这是关于预测者的选择。2.你在三页前重复了我的观点--"依赖性是关联性的一个特例。如果两个变量是相互依存的,那么肯定存在相关关系。如果有相关性,那么就不一定有依赖性"。3.交叉熵就像相关性一样,不会对功能依赖的存在给出答案 反相关不是相关吗?"你怎么能用相关曲线来谈相关呢?"我不明白。"田里的爆米花产量曲线和勤劳的商人孵化的小鸡数量之间能有什么样的相关性?如果不相关的现象之间的随机相关度很高,为什么对ns来说会更好呢? Дмитрий 2017.05.22 05:34 #3697 马克西姆-德米特里耶夫斯基。 反相关不是依存关系? 你怎么能根据相关曲线来谈依存关系,我不明白!田里的爆米花产量曲线和勤劳的商人孵化的小鸡数量之间怎么会有关系?如果不相关的现象之间的随机相关度很高,为什么对ns来说会更好呢? 我不明白。反相关与它有什么关系?有相关的数量。他们中的一些人之间可能有功能上的关联,而一些人可能有虚假的关联。再次强调--"依赖性是相关性的一个特例。如果两个变量是相互依存的,那么肯定是有关联的。如果有相关性,那么就不一定有依赖性"。 Дмитрий 2017.05.22 05:35 #3698 再说一遍--到目前为止,还没有任何方法可以区分功能依赖和虚假相关。只有分析性的。 Maxim Dmitrievsky 2017.05.22 05:41 #3699 迪米特里。 我不明白。反相关与它有什么关系?有相关的数量。他们中的一些人之间可能有功能上的关联,而一些人可能有虚假的关联。再次强调--"依赖性是相关性的一个特例。如果两个变量是相互依存的,那么肯定是有关联的。如果有相关性,那么就不一定有依赖性"。 那么,如果两个变量有反相关,那么如何反相关呢? 比如法郎报价与欧元的关系。有一种关联,但没有关联。 Дмитрий 2017.05.22 05:43 #3700 马克西姆-德米特里耶夫斯基。 如果两个变量有反向关系,那么是怎样的呢?相关性是肯定的,但没有关联性。 我还是不明白--反相关还是无相关?或者你认为如果两个随机数列的相关系数为-1,那么它们就 "没有相关性"?Yoklmn..... 1...363364365366367368369370371372373374375376377...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
我不相信分析预测者和目标之间的关联性会有什么作用。
有很多例子表明,密切相关的数量并不相互依赖,尽管似乎一个可以预测另一个,例如http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154, 我以前在论坛上发表过关于这个话题的文章。
有一个更有趣的术语,即交叉熵。它是来自统计学的东西,是分析一个预测者是否适合一个变量的方法,是一种非线性关系。
你有一个例子吗?
显示传入的数据行和传出的数据行--帖子
对于XOR ,一个数据集可以由4个样本组成。{x,y,z} x,y - 特征 z - 目标
{-1,1,-1},{1,1,1},{1,-1-1},{-1,-1,1}
让我们计算第一个芯片与目标的协方差:考虑到莫=0,我们有:((-1*-1)+(1*-1)+(1*-1)+(-1*1))/4=(1+1-1)/4=0,很明显,相关性也是零,第二个芯片也是如此,你可以检查,但对于尼勒尼分类器,两个芯片都非常有效。
我不相信分析预测者和目标之间的关联性会有什么作用。
有很多例子,当密切相关的变量不相互依赖时,尽管看起来一个可以预测另一个,比如这个--http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , 在这里的论坛上,之前我把来自哈布拉的文章放在同一主题上。
有一个更有趣的术语,即交叉熵。它是来自统计学的东西,是分析一个预测者是否适合一个变量的方法,是一种非线性关系。
我不相信分析预测者和目标之间的相关性会产生什么。
有很多例子,当密切相关的数量不相互依赖时,尽管看起来一个可以预测另一个,比如这个--http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , 在这里的论坛上,之前我粘贴了Hubra关于同一主题的文章。
有一个更有趣的术语,即交叉熵。这是统计学中的东西,是分析一个预测者是否适合一个变量的方法,是一种非线性关系。
1.没有人在分析相关性--这是关于预测器的选择。
2.你在三页前重复了我的观点--"依赖性是关联性的一个特例。如果两个变量是相互依存的,那么肯定存在相关关系。如果有相关性,那么就不一定有依赖性"。
3.交叉熵就像关联性一样,不会对功能依赖的存在给出答案
对于XOR ,一个数据集可以由4个样本组成,本质上并没有改变。{x,y,z} x,y - 特征 z - 目标
{-1,1,-1},{1,1,1},{1,-1-1},{-1,-1,1}
让我们计算第一个芯片与目标的协方差:考虑到莫=0,我们有:((-1*-1)+(1*-1)+(1*-1)+(-1*1))/4=(1+1-1)/4=0,很明显,相关性也是零,第二个芯片也是如此,你可以检查,但对于尼勒尼分类器,两个芯片都非常有效。
两个同样相关的预测因子--哪一个根据较低的相关度而被抛出?哪一个的关联性更小?
1.没有人在分析相关关系--这是关于预测者的选择。
2.你在三页前重复了我的观点--"依赖性是关联性的一个特例。如果两个变量是相互依存的,那么肯定存在相关关系。如果有相关性,那么就不一定有依赖性"。
3.交叉熵就像相关性一样,不会对功能依赖的存在给出答案
反相关不是依存关系? 你怎么能根据相关曲线来谈依存关系,我不明白!田里的爆米花产量曲线和勤劳的商人孵化的小鸡数量之间怎么会有关系?如果不相关的现象之间的随机相关度很高,为什么对ns来说会更好呢?
我不明白。
反相关与它有什么关系?
有相关的数量。他们中的一些人之间可能有功能上的关联,而一些人可能有虚假的关联。
再次强调--"依赖性是相关性的一个特例。如果两个变量是相互依存的,那么肯定是有关联的。如果有相关性,那么就不一定有依赖性"。
再说一遍--到目前为止,还没有任何方法可以区分功能依赖和虚假相关。
只有分析性的。
我不明白。
反相关与它有什么关系?
有相关的数量。他们中的一些人之间可能有功能上的关联,而一些人可能有虚假的关联。
再次强调--"依赖性是相关性的一个特例。如果两个变量是相互依存的,那么肯定是有关联的。如果有相关性,那么就不一定有依赖性"。
那么,如果两个变量有反相关,那么如何反相关呢? 比如法郎报价与欧元的关系。有一种关联,但没有关联。
如果两个变量有反向关系,那么是怎样的呢?相关性是肯定的,但没有关联性。
我还是不明白--反相关还是无相关?
或者你认为如果两个随机数列的相关系数为-1,那么它们就 "没有相关性"?
Yoklmn.....