看板 DataScience 關於我們 聯絡資訊
是這樣的,小弟整理了一些經濟數據,對每個時期的樣本作集群分析 看每個集群的股債表現如何,進而可以做資產配置 偶然發現拿掉一些變數之後,集群的效果會變好(資產配置回測績效比較好) 突然發現到壞的特徵可能會把集群帶歪 但是查了集群有沒有feature selection的方法論,好像討論都比較少... 後來想說是否可以用降維方法來代替特徵挑選呢? 希望藉由降維過程中可以消除不必要的雜訊 目前是想拿VAE來做降維,然後搭GMM來做集群 感謝各位 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.218.92.245 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1551439040.A.F0C.html
acctouhou: 可是降維出來的不一定有實際意義 所以看用途? 我之前 03/01 21:54
acctouhou: 是用cnn 1*1卷積核降維 做特徵篩選 03/01 21:54
payon: 降維會無法確認各個軸的意義吧 03/05 01:23
andrew43: 不監督群集來做預測?我不懂。 03/05 20:17
goldflower: triplet loss 03/09 13:23
jigfopsda: 可以拿回測數據當label做supervised learning 03/11 22:11
jigfopsda: 如果沒有一定要用clustering的理由的話 03/11 22:11
kerkercheng: regression based clustering 03/16 13:17