Всего за 239.9 руб. Купить полную версию
Набор данных в памяти это некоторая совокупность данных, имеющая структуру. В терминах R это вектор, матрица, фрейм данных или совокупность этих данных.
Матрица (редко) и фрейм данных в Rattle представлены таблицей, имеющей следующий вид:
Рис.1.1. Фрейм данных, представленный в Rattle
Термины выборка (sample), наблюдение (observation), пример, экземпляр (instance) относится к отдельной строке данных. Термин sample также может относить к подмножеству наблюдений, которые объединены, например целью последующего использования обучающая выборка или обучающий набор данных. Значение термина выборка будет понятно из контекста употребления термина.
Обучающий набор содержит данные, которые использовались для обучения модели, в то время как тестовый и проверочный наборы используются исключительно для оценки результативности модели.
Предикторы, независимые переменные, атрибуты или дескрипторы являются данными, которые используются в качестве входных переменных в уравнении предсказания. На рис.1.1 показаны три предиктора, которые играют роль в модели «входных переменных».
Результат, зависимая переменная, целевая переменная, класс, отклик (response) относится к результирующему событию или количеству, которое предсказывается.
У числовой переменной есть значение, которое является целым числом или вещественным числом, такими как цена валютной пары, объем торгов, процентная ставка. Числовые переменные также известны как количественные переменные. Числовые переменные могут быть дискретными (целыми числами) или непрерывными (действительными). Например, котировка валютной пары. У числовой переменной обычно имеется числовой масштаб. Для валютной пары eurusd числовой масштаб это диапазон от 0.5 до 2.0, в который укладываются все имевшие место значения цен на эту валютную пару. Совершенно другой масштаб у валютной пары usdjpy величины цен на эту валютную пару почти на два порядка больше, чем на eurusd.
Категориальные (categorical) данные, известные также как номинальные атрибуты, качественные данные, факторы имеют значения, которые не имеют масштаба. «Лонг/шорт», день недели являются примерами таких данных. «Лонг» не больше и не меньше «шорта». Категориальная переменная, которая имеет два значения, как у нас (лонг, шорт) называют бинарной (двоичной) переменной. Категориальная переменная «день недели» имеет семь значений.
Категориальные переменные могут быть упорядочены, как в нашем примере Weekdays (дни недели). Понедельник не больше и не меньше вторника, но может быть важным для модели, чтобы ей было известно, что вторник всегда следует после понедельника.
Построение модели, обучение модели, тренировка модели или оценка параметров все это относится к процессу определению параметров в уравнении модели.
1.4. Используемые наборы данных
Далее по тексту будут использоваться следующие наборы данных:
audit набор данных, поставляемый в составе дистрибутива Rattle.
weather набор данных, поставляемый в составе дистрибутива Rattle.
kot60_110101_131231_UE. txt
На основе регрессионной модели попытаемся сделать «типичный мультивалютник»:
целевая переменная EURUSD;
предикторы GBPUSD, USDCHF, USDJPY, EURGBP, USDCAD.
zz_1_5.RData
Для классификационной модели создан искусственный разнообразный набор предикторов, которые должны продемонстрировать возможности моделей по предсказанию трендов:
целевая переменная (три варианта) тренд;
предикторы день недели, час дня, EURUSD, приращение EURUSD, macd, macd (13), macd (26), macd (39), приращение macd (13), macd (26), macd (39)), RSI (14), RSI (21), RSI (28), стеллажирование на 8 уровней (RSI (14), RSI (21), RSI (28)), MA (13), MA (26), MA (52), приращение (MA (13), MA (26), MA (52)).
Описание каждого набора данных приведено в Приложении В. Для zz_1_5.RData приведен скрипт на R, который формирует этот набор из набора kot60_110101_131231_UE. txt