menggali DBSCAN selanjutnya untuk dasbor statistik dan juga menyimpan snapshot untuk pohon keputusan yang diaktifkan setelah 5-6 jam berjalan (2-3 hari akan memberi saya data yang lebih relevan secara statistik untuk dibagikan) Tujuan utama saya dengan ini adalah untuk dapat mengidentifikasi perilaku dan outlier yang unik di 545 ticker Binance dengan sekilas sekilas . DBSCAN menemukan grup berdasarkan kepadatan, yaitu titik yang berdekatan menjadi kluster, dan titik terisolasi ditandai sebagai outlier. Perbedaan utama dari k-means: k-means memaksa setiap aset ke dalam grup apa pun yang terjadi. DBSCAN sebenarnya memisahkan dan mengurai outlier idiosinkratik dengan lebih baik dalam format ini. Di dasbor saat ini, setiap aset yang diperluas dijelaskan oleh 7 dimensi secara bersamaan > seberapa panjang, seberapa panjang/pendek, kecepatan, kelangkaan, volume, korelasi BTC, dan rezim volatilitas. Di sinilah saya akan menyebutnya untuk saat ini. Mengumpulkan beberapa data dan akan membagikannya di artikel yang sedang saya kerjakan.

TLDR: di parit statistik