lesrclass:自动从code.google.complesrclass导出

  • R2_570219
    了解作者
  • 2.7MB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-01 07:54
    上传日期
班级 自动从code.google.com/p/lesrclass导出 使用证券价格信息的LCS该学习分类系统是位于加利福尼亚州洛杉矶的一个独立研究项目。 该系统尝试基于历史证券价格波动来学习预测规则。 我最初将本地的LCS功能与ECJ一起用于遗传算法,但目前我正在切换到开源JAVAXCSF。
lesrclass-master.zip
  • lesrclass-master
  • lesrclass
  • PriceFunctionRolling-exp00-it1k.population
    73.3KB
  • inputGenerators
  • InputGenerator17.java
    492B
  • InputGenerator10.java
    707B
  • InputGenerator5.java
    594B
  • InputGenerator13.java
    1.2KB
  • InputGenerator18.java
    668B
  • InputGenerator8.java
    551B
  • InputGenerator15.java
    492B
  • InputGenerator.java
    184B
  • InputGenerator11.java
    540B
  • InputGenerator7.java
    632B
  • InputGenerator1.java
    445B
  • InputGenerator3.java
    744B
  • InputGenerator16.java
    978B
  • InputGenerator6.java
    633B
  • InputGenerator4.java
    642B
  • InputGenerator9.java
    776B
  • InputGenerator12.java
    679B
  • InputGenerator2.java
    552B
  • InputGenerator14.java
    836B
  • .project
    769B
  • PriceFunction-exp00-it1000k.population
    35.1KB
  • rulemakers
  • FunctionApproxToRules.java
    446B
  • RollingFunctionApproxToRules.java
    945B
  • XcsfRlsFunctionApproxToRulesImpl.java
    2.7KB
  • IG6SplitII.population
    39.3KB
  • xcsf.ini
    9.2KB
  • IG15SplitII.population
    120.9KB
  • histdata
  • table62to10.prn
    939.8KB
  • sp500to5-10.csv
    792.5KB
  • IG7SplitII.population
    37.6KB
  • PriceFunction-exp00-it50k.population
    149.4KB
  • xcsf_functions.ini
    1.4KB
  • PriceFunctionRolling-exp00-it2k.population
    77.9KB
  • PriceFunctionRolling-exp00-it5k.population
    172.6KB
  • IG2SplitINoTTSplit-2m.population
    15.7KB
  • Test
  • JxcsfRuleSetTest.java
    4.7KB
  • JavaXCSFFunctionTest.java
    3.1KB
  • IG3SplitINoTTSplit.population
    13.3KB
  • .settings
  • org.maven.ide.eclipse.prefs
    271B
  • org.eclipse.jdt.core.prefs
    128B
  • Charting
  • TimeSeriesChart.java
    3KB
  • ChartViewer.java
    1.7KB
  • OutputPoint.java
    546B
  • ResultsChart.java
    1.6KB
  • PriceFunctionRolling-exp00-it0k.population
    71.7KB
  • ig9SplitII.population
    75.7KB
  • LESRData
  • TimeTick.java
    352B
  • Investor.java
    5.1KB
  • DayInfo.java
    3.7KB
  • PriceData.java
    10.5KB
  • SplitData.java
    3.9KB
  • Stock.java
    6.4KB
  • AllocationPoint.java
    512B
  • Data
  • table62to10.prn
    939.8KB
  • sp-62to10.csv
    658.2KB
  • sp-62to10.prn
    1MB
  • 12-4chart.png
    132.6KB
  • SP500Chart.png
    128.7KB
  • table.csv
    658.2KB
  • 12-3chart.png
    134.7KB
  • SP62-10Split.prn
    660.4KB
  • SP62-10SplitI.prn
    660.4KB
  • NewChart.png
    157.9KB
  • IG18-6000.png
    123.1KB
  • SP62-10SplitII.prn
    660.4KB
  • IG4SplitINoTTSplit.population
    722B
  • xcsfExtensions
  • RollingPopTracker.java
    1.7KB
  • PriceFunction.java
    1.4KB
  • PlotTest.java
    4.7KB
  • PriceFunctionRolling.java
    1.5KB
  • pom.xml
    974B
  • IG4SplitII.population
    46.8KB
  • LESRClass
  • InvestorTester.java
    320B
  • InvestorTesterXcsfImpl.java
    6.8KB
  • LESRClass.java
    1.8KB
  • RollingTesterSplit.java
    5.6KB
  • RollingTester.java
    6.5KB
  • .classpath
    485B
  • rules
  • Rule.java
    557B
  • RuleSetXCSFImpl.java
    2.4KB
  • RuleXcsfImpl.java
    2.1KB
  • RuleSetBuyHold.java
    403B
  • RuleSet.java
    217B
  • RuleSetDoNothing.java
    410B
  • xcsf_visualization.ini
    992B
  • PriceFunction-exp00-it500k.population
    36.4KB
内容介绍
# lesrclass Automatically exported from code.google.com/p/lesrclass johnwhurley@gmail.com LCS using security price information This Learning Classifier System is a an independent study project at Cal State-Los Angeles. The system attempts to learn predictive rules based on historical securities price fluctuations. I originally used homegrown LCS functionality with ECJ for the genetic algorithm piece, but at present I am switching to the open-source JAVAXCSF.
评论
    相关推荐
    • 协同表示分类算法
      协同表示分类算法,代码完整,可以直接运行,可用于各种模式识别分类问题。
    • 贝叶斯分类算法
      贝叶斯分类算法,使用B/S模式实现,通过用户在客户端选择条件,自动计算出结果
    • 很好的SVM分类算法
      这是一个很好的SVM分类算法,可以对要进行分类的特征进行识别。
    • Bayes分类算法
      Bayes分类算法,用Python实现,在两个小数据集上准确率为97%和88%,代码简单,适合学习
    • 文本分类算法.rar
      一个很简单的文本分类算法 使用方法: 命令行参数: -t 文本文件路径 -m 你的模型文件路径 -c 可选,类别(hit 或 miss) 如果提供了-c则用于训练,否则被模型分类,输出该文本的类型(hit或miss)
    • Bayes分类算法 VC实现
      Bayes分类算法 VC实现 程序源代码
    • 多重信号分类算法
      可进行波达方向估计(DOA),高分辨率现代谱估计等。
    • 分类:不同分类算法的实现
      分类 不同分类算法的实现
    • 线性分类算法
      SVM的简单数据分类N1=440; for i=1:N1 x1(1,i)=-1.7+0.9*randn(1); x1(2,i)= 1.6+0.7*randn(1); end; N2=400; for i=1:N2 x2(1,i)= 1.3+0.9*randn(1); x2(2,i)=-1.5+0.7*randn(1); end;
    • HADOOP分类算法
      HADOOP分类算法还有Hadoop聚类算法,可以继续搜索