Generative Classification Models

The Homework 3 report from NTU102-1 DMIR course

by NTU Michael Hsu

Data Pre-process

1. 新增欄位 index：原本資料的排序（ = sort by week_index and group ）。
2. 排序與篩選 week_index + week_return1：
3. 定義分類標簽：
   • 1. 新增欄位 index_sort：根據上一個步驟後的排序。
   • 2. 新增欄位 index_sort % 30：mod(左邊, 30)
   • 3. 給予分類標籤 class：=IF((左邊>0)*(左邊<=6),"1","0") 前六個為 1，剩下二十四個為 0。
4. 新增欄位 random_sort：最後依據這個欄位 =RAND() 來做 10-fold classification。
5. 最後整理資料為 data/ldpa30_train use.csv
   • 剩下 feature alpha、beta_mkt、beta_hml、beta_smb、sigma
   • 分類的標簽 class
   • 以及目前的隨機排序依據，作為切割十份用，產生新的 new_index。
   • 

如何執行

R cmd:

> source("/path_to/generative_classification_model.r")

example: （可用拖曳方式取得路徑）

> source("/Users/michaelhsu/Dropbox/15.\ 碩一上課業/02.\ DMIR\ 資料探勘與資訊檢 索/hw3/generative_classification_model.r")

結果 (10-fold-validation)

Source code

https://github.com/evenchange4/102-1_DMIR_Hw3_Generative-Classification-Models

Reference

• row bind example
• subset a data set meet a condition