venanen's questions

有这样的输入：有数据，为了简单起见，让它在二维空间中。图中的例子，这里f1和f2是特征（输入），颜色（Y）是输出。输出值的数量是已知的 - 这里的数量是两个（绿色和红色）。红点和绿点的数量几乎相同。

这些数据通常是随机的。但在一个大的空间中，实际上存在着一些同类点的簇。比如上图中就是：

也就是说，我们可以以很高的概率预测新点如果击中红色矩形，则为红色，如果击中绿色矩形，则为绿色。如果该点不属于任何这些簇，则无法预测结果。

实际上问题是：是否有一种算法，在这样一个嘈杂的字段中，可以找到某些点的数量大于其他点的簇，同时忽略字段中+点相同的其余部分。

这应该解决什么问题？这里我试图从它的坐标预测一个新点的颜色（从f1，f2预测Y） - 但大多数字段由随机值组成，所以我试图找到一个区域，其中某个区域的概率颜色脱落得更大，这样我知道该点落入这样的区域，就更有可能说出它是什么颜色。我使用简单的方法并没有成功 - 由于绝大多数数据是随机的，神经网络的准确度为 0.5（这对于随机值来说是合乎逻辑的） - 也就是说，它只是猜测。由于同样的原因，分类也无法充分发挥作用。聚类不太合适——我提前知道结果的数量。DBSCAN 与我的任务类似，它再次按密度选择区域，并且我的数据密度 +- 在整个字段中是均匀的，只是颜色不同。

我正在训练一个神经网络。神经网络有三个输入——两个用于时间序列（LSTM 层）和一个纯数字（完全连接的密集层）。通过 .summary() 的神经网络结构：

问题是这样的。目前，在数据准备过程中，我通过 MinMaxScaler（每个输入参数单独）在 0 到 1 的范围内缩放数据。因此，我从两个数组中得到一个输入，长度为 [0; 1] 范围内的 50 个数字和同一范围内的一个数字（即输入的维度为 (n, 50, 1); (n, 50 , 1) ;(n, 1))。必须说，神经元不仅在学习过程中收敛并显示出足够的结果，而且在根据其他数据进行测试时也显示出足够的结果。也就是说，从功能上看，一切似乎都是正确的。

现在的问题： 在准备数据集时，我一次获取大量数据（有条件地，10,000 次测量）并一次缩放整个系列：

data_close = scaler_close.fit_transform(gazp.filter(['close'])[100:])
data_proffit = scaler_proffit.fit_transform(gazp.filter(['proffit'])[100:])
data_rsi = scaler_rsi.fit_transform(rsi.values[100:].reshape(-1,1 ))
data_macd = scaler_macd.fit_transform(macdhist.values[100:].reshape(-1,1 ))
len(data_macd), len(data_close) 

事实是，神经网络本身是在具有 50 个样本窗口的样本上训练的，也就是说，用于预测（如果我理解正确的话）——它只需要 50 个样本。此外，神经网络必须动态处理新数据，但如果你先将数据集分成 50 个样本，然后应用缩放器，那么神经网络就会停止工作并发出废话。因此，我有一个问题——如果神经网络必须根据传入的数据预测动态结果，那么在这种情况下，将值缩放到所需范围的正确方法是什么？