Library "FunctionMinkowskiDistance" Method for Minkowski Distance, The Minkowski distance or Minkowski metric is a metric in a normed vector space which can be considered as a generalization of both the Euclidean distance and the Manhattan distance. It is named after the German mathematician Hermann Minkowski. reference: en.wikipedia.org/wiki/Minkowski_distance
double(point_ax, point_ay, point_bx, point_by, p_value) Minkowsky Distance for single points. Parameters: point_ax: float, x value of point a. point_ay: float, y value of point a. point_bx: float, x value of point b. point_by: float, y value of point b. p_value: float, p value, default=1.0(1: manhatan, 2: euclidean), does not support chebychev. Returns: float
ndim(point_x, point_y, p_value) Minkowsky Distance for N dimensions. Parameters: point_x: float array, point x dimension attributes. point_y: float array, point y dimension attributes. p_value: float, p value, default=1.0(1: manhatan, 2: euclidean), does not support chebychev. Returns: float
Dengan semangat TradingView yang sesungguhnya, penulis telah menerbitkan Kode Pine ini sebagai pustaka sumber terbuka sehingga programmer Pine lain dari komunitas kami dapat menggunakannya kembali. Hormat untuk penulis! Anda dapat menggunakan pustaka ini secara pribadi atau dalam publikasi sumber terbuka lainnya, namun penggunaan kembali kode ini dalam publikasi diatur oleh Tata Tertib.
Informasi dan publikasi tidak dimaksudkan untuk menjadi, dan bukan merupakan saran keuangan, investasi, perdagangan, atau rekomendasi lainnya yang diberikan atau didukung oleh TradingView. Baca selengkapnya di Persyaratan Penggunaan.