Que signifie "Transformation de l'espace des caractéristiques basée sur la loi linéaire"?

Table des matières

La transformation de l'espace de caractéristiques basée sur la loi linéaire, ou LLT, est une méthode utilisée pour classifier les données de séries chronologiques, qui sont une séquence de points de données mesurés à des moments successifs. Cette technique est particulièrement utile pour prédire les changements de prix, comme ceux des cryptomonnaies comme le Bitcoin et l'Ethereum.

#Comment ça marche, LLT

LLT commence par diviser les données en deux groupes : un ensemble d'entraînement et un ensemble de test. L'ensemble d'entraînement aide à identifier des motifs dans les données en utilisant des techniques spéciales. Une fois ces motifs trouvés, ils sont utilisés pour modifier les données de l'ensemble de test. Ce processus passe par quelques étapes simples réalisées par des fonctions spécifiques dans un package R appelé LLT.

#Application dans les cryptomonnaies

LLT peut être utilisé pour prédire les mouvements de prix des cryptomonnaies. En examinant les données de prix collectées au fil du temps, LLT analyse si les prix vont probablement augmenter ou diminuer dans un avenir proche. Cette analyse peut améliorer la précision des prédictions faites avec des méthodes d'apprentissage machine standard. Les résultats montrent que LLT aide à faire de meilleures prédictions sur différentes cryptomonnaies, mettant en avant son efficacité dans ce domaine.