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
Библиотека Pine
В истинном духе TradingView автор опубликовал этот код Pine как библиотеку с открытым исходным кодом, чтобы другие программисты Pine из нашего сообщества могли её использовать. Браво автору! Вы можете использовать эту библиотеку для личного пользования или в других публикациях с открытым исходным кодом, но повторное использование этого кода в публикациях регулируется Правилами поведения.
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
Отказ от ответственности
Библиотека Pine
В истинном духе TradingView автор опубликовал этот код Pine как библиотеку с открытым исходным кодом, чтобы другие программисты Pine из нашего сообщества могли её использовать. Браво автору! Вы можете использовать эту библиотеку для личного пользования или в других публикациях с открытым исходным кодом, но повторное использование этого кода в публикациях регулируется Правилами поведения.
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