从字符串距离矩阵中提取最佳匹配答案

【问题标题】：Extract best match from string-distance matrix从字符串距离矩阵中提取最佳匹配
【发布时间】：2018-05-25 02:36:52
【问题描述】：

我无法从字符串距离矩阵中提取最佳匹配。

我正在使用包 stringdist 来计算字符串距离矩阵。

例如，我正在使用这些代码行生成我的矩阵。

library(stringdist)
lookup <- c('Dog', 'Cat', 'Bear')
data <- c('Do g', 'Do gg', 'Caat')
d.matrix <- stringdistmatrix(a = lookup, b = data, useNames="strings",method="cosine")

矩阵看起来像这样

我的方法是提取余弦相似度，最小的数字是最佳匹配。

例如，“Do g”会匹配“Dog”

我要生成的是具有余弦相似度值的匹配对数据框

data  |  matchwith  |  cosine.s

Do g       Dog         0.1338746
Do gg      Dog         0.1271284
Caat       Cat         0.05719096

我不知道如何将数据转换为我想要的表格格式（上图）。

任何帮助将不胜感激。

【问题讨论】：

标签： r

【解决方案1】：

which.min 函数很好地解决了这个问题。
这是使用基础 R 的解决方案：

library(stringdist)
lookup <- c('Dog', 'Cat', 'Bear')
data <- c('Do g', 'Do gg', 'Caat')
d.matrix <- stringdistmatrix(a = lookup, b = data, useNames="strings",method="cosine")

#list of minimun cosine.s
  cosines<-apply(d.matrix, 2, min)

#return list of the row number of the minimum value
  minlist<-apply(d.matrix, 2, which.min) 
#return list of matching values
  matchwith<-lookup[minlist]

#final answer
answer<-data.frame(data, matchwith, cosines)

【讨论】：

【解决方案2】：

这是一种蛮力技术，但你也可以说

n.matrix <- data.frame(data=dimnames(d.matrix)[[2]], 
                       matchwith = dimnames(d.matrix)[[1]],
                       cosine.s = c(d.matrix[1,1], d.matrix[2,2], d.matrix[3,3]))

如果您正在处理的实际问题中有大量列和行，则可以构建一个函数来创建 cosine.s = c(d.matrix[i,i]) 的值字符串

【讨论】：