K_均值 在这个项目中,我旨在通过随机和加号初始化方法重新创建无监督的机器学习k均值聚类技术,然后在stat arb交易模型中使用此类的原理来查找非传统货币对。 去做: 测试stat arb strat与以下不同: Beta回溯期 Z分数进入和退出阈值 遍历集群并生成具有多对位置的投资组合 探索使用批处理API调用来检索库存数据 在点差z分数= 3 sigma时实施止损功能 可以将此与重新执行的ADF配对以检查基本假设是否已被废除 PCA的功能? 追踪止损 添加离散的位置调整 增加$值止损/获利 探索动量作为贸易标准的额外验证层 每日更新的投资组合摘要 IEX和EDGAR API每日拉动以保持基本集群信息为最新 性能指标: 复合年增长率 夏普 卡尔马 最大跌幅 最大跌幅持续时间 夏普假设高斯回归。 这就是为什么使用最大跌幅来揭示尾部风险的原因。 计算投资组合风险和
2021-03-11 11:07:03 843KB JupyterNotebook
1
k-means,DB-SCAN,基于密度峰值的聚类算法的matlab简单实践
2021-03-11 09:04:48 84KB matlab
1
运用surf提取出一张图片的特征点,然后运用K-means均值算法对所提取出的特征点进行聚类,最后输出各个聚类中特征点个数,主要是K-means处理特征点的代码。
2021-03-10 16:07:47 2.63MB 特征提取 聚类
1
使用Matlab实现k均值(kmeans)算法,免积分下载。解压密码:http://blog.csdn.net/jliuj/article/details/40393017
2021-03-10 15:19:19 1KB k均值 k-means kmeans
1
k均值K-means算法案例,包括K=2和肘部法则及图形展示
2021-03-09 17:35:54 2KB K均值 K-means 肘部法则
1
关联规则和聚类分析是数据挖掘中重要的研究课题。通过对关联规则挖掘算法Apriori算法进行分析与研究,指出了其在实用中存在的两个主要问题。鉴于此,在分析聚类分析和关联规则两种挖掘算法的基础上,讨论了将这两种独立的挖掘方法集成起来的联合挖掘,使其可以有效地压缩数据规模。给出了聚类后的关联规则快速更新算法描述。实验结果表明,算法性能优良,提高了数据挖掘执行效率。
1
k-means算法应用VOC格式数据集,项目由python书写,因此要求含有python环境。使用方法见博客
2021-03-09 11:03:20 7KB k-means
1
提供原数据,可直接运行,有中文注释,提供出图代码
2021-03-07 21:03:22 2KB matlab kmeans算法 出图代码
1
k-means算法数据集,有1000个二维的数据集,采用python代码编写,用最底层代码编写实现k-means聚类,文中分为四个聚类中心点,有助初学者理解,编写调试
2021-03-02 15:33:15 20KB k-means python 聚类
1
模糊c均值(FCM)聚类算法已广泛应用于许多医学图像分割中。 但是,由于不考虑空间信息,因此常规的标准FCM算法对噪声敏感。 为了克服上述问题,提出了一种新颖的改进的FCM算法(以后称为FCM-AWA)用于图像分割。 该算法是通过修改常规FCM算法中的目标函数,即通过将空间邻域信息合并到标准FCM算法中来实现的。 给出了自适应加权平均(AWA)滤波器以指示相邻像素对中心像素的空间影响。 在实施加权平均图像时,通过预定义的非线性函数自动确定控制模板(邻居寡妇)的参数(加权系数)。 该算法既适用于人工合成图像,又适用于真实图像。 此外,使用基于算法的分割方法对牙菌斑进行了定量分析。 实验结果表明,与标准FCM算法和另一种FCM算法(由Ahmed提出)相比,该算法对噪声的鲁棒性更高。 此外,使用所提出的方法对牙菌斑进行定量的结果表明,FCM-AWA提供了一种定量,客观和有效的牙菌斑分析方法,具有广阔的前景。
2021-02-22 18:06:13 128KB Fuzzy c-means (FCM); Spatial
1