Lieber Besucher, herzlich willkommen bei: INVESTOX-Forum. Falls dies Ihr erster Besuch auf dieser Seite ist, lesen Sie sich bitte die Hilfe durch. Dort wird Ihnen die Bedienung dieser Seite näher erläutert. Darüber hinaus sollten Sie sich registrieren, um alle Funktionen dieser Seite nutzen zu können. Benutzen Sie das Registrierungsformular, um sich zu registrieren oder informieren Sie sich ausführlich über den Registrierungsvorgang. Falls Sie sich bereits zu einem früheren Zeitpunkt registriert haben, können Sie sich hier anmelden.
Donnerstag, 4. März 2010, 00:28
NC ... Inputreduzierungsvarianten
Hallo,
bei den alten Neuronale Netze war es möglich 100derte Inputs anzugeben und über den GA wurde dann nur eine bestimmte Anzahl Inputs verwendet, d.h. die max. zulässige Inputanzahl konnte geschränkt werden.
Nun suche ich bei den NC die gleiche Funktionalität und habe folgendes gefunden.
Aber irgendwie ist das in der Doku etwas dünn beschrieben. Bitte könnte man die 3 Variante vielleicht etwas näher erklären. Ich versuche es nur zu verstehen.
Sind die einmal ausgewählten Inputs fix oder vermag das Modell unter anderen Marktbedingungen dann andere passende Inputs selbstständig auszuwählen?
Viele Grüße
Torsten
bei den alten Neuronale Netze war es möglich 100derte Inputs anzugeben und über den GA wurde dann nur eine bestimmte Anzahl Inputs verwendet, d.h. die max. zulässige Inputanzahl konnte geschränkt werden.
Nun suche ich bei den NC die gleiche Funktionalität und habe folgendes gefunden.
Zitat
NC - Training - Inputreduzierung mit PCA verwenden:
a) Filtere Inputs mit Relevant kleiner als Zahl% ... also die schlechtesten?
b) Verwende Inputs mit Gesamtrelevanz Zahl % ... was ist darunter zu verstehen in diesem Zusammenhang? An einer anderen Stelle habe ich gelesen "Die PCA macht aber keine Aussage darüber, welche Relevanz die einzelnen Inputs besitzen, da alle Inputs bei der Umrechnung verwendet werden." Aber wie können dann einzelne Inputs ausgewählt werden nach diesem Verfahren, wenn die Input einzeln so gar nicht bewertet werden können?
c) Verwende bestimmte Anzahl Inputs Zahl ... also es werden nur maximal Zahl Inputs verwendet (werden dann die besten herausgesucht?)
Aber irgendwie ist das in der Doku etwas dünn beschrieben. Bitte könnte man die 3 Variante vielleicht etwas näher erklären. Ich versuche es nur zu verstehen.
Sind die einmal ausgewählten Inputs fix oder vermag das Modell unter anderen Marktbedingungen dann andere passende Inputs selbstständig auszuwählen?
Viele Grüße
Torsten
Freitag, 5. März 2010, 17:38
Hallo Torsten,
NN und NC kann man hinsichtlich des Suchalgorithmus und der Vorgehensweise nicht vergleichen, da beide Algorithmen unterschiedlich arbeiten. Wie ein NN arbeitet wurde im Forum schon des öfteren ausführlich besprochen und diskutiert. Daher erspare ich mir weitere Ausführungen zum Thema! NC arbeitet mit einem nicht näher benannten Algoritmus das als Hilfe und Justiermöglichkeit für die Inputs PCA (Principal Component Analysis) anbietet!
Aus der Investox-Hilfe (PDF):
PCA:Die Analyse zeigt, wie viele Inputs jeweils zur Darstellung für 99%, 95%, 90% und 75% der Zeitreiheninformation benötigt werden, wenn man eine entsprechende Umrechnung (Korrelationsanalyse -von mir ergänzt)l vornimmt (die alle Inputs berücksichtigt). Diese Information bietet ein Maß für die Redundanz (Überflüssigkeit) der Inputinformationen aus der Sicht der PCA. Die PCA macht aber keine Aussage darüber, welche Relevanz die einzelnen Inputs besitzen, da alle Inputs bei der Umrechnung verwendet werden.
Frage a) Ja!
Frage b) Es werden Inputs verwendet die aufgrund des PCA Verfahrens einen <>% Stellenwert für die Auswertung haben! Eine relevanz der Inputs kann damit aber,wie in der Hilfe schon beschrieben,nicht gemessen werden!
Frage c) Kommt drauf an, was man "unter den Besten" versteht!;) Aber auch hier gilt, das PCA nicht nach Relevanz klassifizieren kann (siehe Hilfe). Man hat keinen Einfluss darauf, was sich aus dem mathematischen Verfahren ergibt! PCA ist grundsätzlich als Filter und nicht als Input-Selektor zu betrachten.
NN und NC kann man hinsichtlich des Suchalgorithmus und der Vorgehensweise nicht vergleichen, da beide Algorithmen unterschiedlich arbeiten. Wie ein NN arbeitet wurde im Forum schon des öfteren ausführlich besprochen und diskutiert. Daher erspare ich mir weitere Ausführungen zum Thema! NC arbeitet mit einem nicht näher benannten Algoritmus das als Hilfe und Justiermöglichkeit für die Inputs PCA (Principal Component Analysis) anbietet!
Aus der Investox-Hilfe (PDF):
PCA:Die Analyse zeigt, wie viele Inputs jeweils zur Darstellung für 99%, 95%, 90% und 75% der Zeitreiheninformation benötigt werden, wenn man eine entsprechende Umrechnung (Korrelationsanalyse -von mir ergänzt)l vornimmt (die alle Inputs berücksichtigt). Diese Information bietet ein Maß für die Redundanz (Überflüssigkeit) der Inputinformationen aus der Sicht der PCA. Die PCA macht aber keine Aussage darüber, welche Relevanz die einzelnen Inputs besitzen, da alle Inputs bei der Umrechnung verwendet werden.
Frage a) Ja!
Frage b) Es werden Inputs verwendet die aufgrund des PCA Verfahrens einen <>% Stellenwert für die Auswertung haben! Eine relevanz der Inputs kann damit aber,wie in der Hilfe schon beschrieben,nicht gemessen werden!
Frage c) Kommt drauf an, was man "unter den Besten" versteht!;) Aber auch hier gilt, das PCA nicht nach Relevanz klassifizieren kann (siehe Hilfe). Man hat keinen Einfluss darauf, was sich aus dem mathematischen Verfahren ergibt! PCA ist grundsätzlich als Filter und nicht als Input-Selektor zu betrachten.
Es werden keine einzelnen Inputs selektiert und dann auf Relevanz geprüft sondern lediglich,wie auch schon vorher erwähnt, PCA mit allen Stärken und Schwächen herangezogen!PCA kann als Filter eingesetzt werden aber die Selektion so wie das interne Rechenverfahren für PCA ist vom User bislang nicht beeinflussbar!
Sind die einmal ausgewählten Inputs fix oder vermag das Modell unter
anderen Marktbedingungen dann andere passende Inputs selbstständig
auszuwählen?
Freitag, 5. März 2010, 18:40
Hallo Udo,
erstmal Danke für Deine Antwort.
Trotz der Einschränkung des PCA könnte ich mir eine interne Investoxoptimierung bei der Inputselektion wie folgt vorstellen:
Beispiel: 10 Inputs und ich möchte nur 3 davon verwenden (Einstellvariante c)
Jetzt könnte man 3er Input-Gruppen bilden und die Gruppe verwenden, welche die höchste Zeitreiheninformationsabdeckung hat.
also konkret:
1.Input + 2.Input + 3.Input = 80% PCA
2.Input + 3.Input + 4.Input = 85% PCA
3.Input + 4.Input + 5.Input = 86% PCA ... das wären bisher die beste Gruppe
usw.
Wird so etwas intern berechnet oder werden einfach die ersten 3 Inputs willkürlich verwendet?
Viele Grüße
Torsten
erstmal Danke für Deine Antwort.
PCAie Analyse zeigt, wie viele Inputs jeweils zur Darstellung für 99%, 95%, 90% und 75% der Zeitreiheninformation benötigt werden, wenn man eine entsprechende Umrechnung (Korrelationsanalyse -von mir ergänzt)l vornimmt (die alle Inputs berücksichtigt).
c) Verwende bestimmte Anzahl Inputs Zahl ... also es werden nur maximal Zahl Inputs verwendet (werden dann die besten herausgesucht?)
Trotz der Einschränkung des PCA könnte ich mir eine interne Investoxoptimierung bei der Inputselektion wie folgt vorstellen:
Beispiel: 10 Inputs und ich möchte nur 3 davon verwenden (Einstellvariante c)
Jetzt könnte man 3er Input-Gruppen bilden und die Gruppe verwenden, welche die höchste Zeitreiheninformationsabdeckung hat.
also konkret:
1.Input + 2.Input + 3.Input = 80% PCA
2.Input + 3.Input + 4.Input = 85% PCA
3.Input + 4.Input + 5.Input = 86% PCA ... das wären bisher die beste Gruppe
usw.
Wird so etwas intern berechnet oder werden einfach die ersten 3 Inputs willkürlich verwendet?
Viele Grüße
Torsten
Dieser Beitrag wurde bereits 4 mal editiert, zuletzt von »sten« (7. März 2010, 10:43)
