开始
PINE LIBRARY

SMC_KNN

129
Library "SMC_KNN"

euclidean_distance(f1, f2)
  2つの特徴量ベクトル間のユークリッド距離を計算
  Parameters:
    f1 (array<float>): 特徴量配列 1
    f2 (array<float>): 特徴量配列 2
  Returns: float 距離 (Distance)

get_k_nearest(distances, k)
  K個の直近傍（Nearest Neighbors）のインデックスを取得
  Parameters:
    distances (array<float>): 現在のイベントと過去の全イベントとの距離配列
    k (int): 取得する近傍の数 (K)
  Returns: array<int> 最も距離が近い過去イベントのインデックス配列

Pine脚本库

秉承TradingView的精神，作者已将此Pine代码作为开源库发布，以便我们社区的其他Pine程序员可以重用它。向作者致敬！您可以私下或在其他开源出版物中使用此库，但在出版物中重用此代码须遵守网站规则。

ALT_analyst
Script Developer.
I specialize in pushing basic, fundamental concepts to their absolute limits. Dedicated to engineering noise-free indicators that reveal true market mechanics and logical edges. Clarity over https://clutter.https://www.youtube.com/@alt.analyst
更多:
techindicator

免责声明

这些信息和出版物并非旨在提供，也不构成TradingView提供或认可的任何形式的财务、投资、交易或其他类型的建议或推荐。请阅读使用条款了解更多信息。
techindicator

Pine脚本库

秉承TradingView的精神，作者已将此Pine代码作为开源库发布，以便我们社区的其他Pine程序员可以重用它。向作者致敬！您可以私下或在其他开源出版物中使用此库，但在出版物中重用此代码须遵守网站规则。

ALT_analyst
Script Developer.
I specialize in pushing basic, fundamental concepts to their absolute limits. Dedicated to engineering noise-free indicators that reveal true market mechanics and logical edges. Clarity over https://clutter.https://www.youtube.com/@alt.analyst
更多:

免责声明

这些信息和出版物并非旨在提供，也不构成TradingView提供或认可的任何形式的财务、投资、交易或其他类型的建议或推荐。请阅读使用条款了解更多信息。