Zagłębiam się w DBSCAN, aby stworzyć statystyczny pulpit nawigacyjny, a także przechowuję zrzuty dla drzewa decyzyjnego, które aktywuje się po 5-6 godzinach działania (2-3 dni dadzą mi bardziej statystycznie istotne dane do podzielenia się). Moim głównym celem jest zidentyfikowanie idiosynkratycznego zachowania i wartości odstających w 545 tickerach Binance na pierwszy rzut oka. DBSCAN znajduje grupy na podstawie gęstości, tzn. punkty, które są blisko siebie, tworzą klaster, a izolowane punkty są oznaczane jako wartości odstające. Kluczowa różnica w porównaniu do k-średnich: k-średnie zmuszają każdy aktyw do przynależności do grupy, niezależnie od wszystkiego. DBSCAN w rzeczywistości lepiej segreguje i wydziela idiosynkratyczne wartości odstające w tym formacie. Na pulpicie nawigacyjnym obecnie każdy rozszerzony aktyw opisany jest przez 7 wymiarów jednocześnie: > jak rozszerzony, jak długi/krótki, prędkość, rzadkość, wolumen, korelacja z BTC i reżim zmienności. Na tym na razie kończę. Zbieram dane i podzielę się nimi w artykule, nad którym pracuję.

TLDR: w statystycznych okopach