使用 iris 数据集中的两个简单列计算编辑距离答案

【问题标题】：Computing edit distance using two simple columns from iris dataset使用 iris 数据集中的两个简单列计算编辑距离
【发布时间】：2017-12-07 08:57:53
【问题描述】：

在下面的代码中，我想计算两列文本字符串之间的相似度。为此，我从 iris 中取出前 10 行 "Petal.Length" 列并将其分配给 a1 ，前 4 行从来自 iris 的“Sepal.Length”列并将其分配给 a2。我的目标是应该使用最后一行中的公式将每个“a2”值与每个 a1 值进行比较，以便我得到一个具有 40 个值的最终向量 percent_calc。

library(stringdist)
library(RecordLinkage)

a1 = iris$Petal.Length[1:10] * 1000
a2 = iris$Sepal.Length[1:4]  * 1000
a1 = as.character(a1)
a2 = as.character(a2)

percent_calc = RecordLinkage::levenshteinSim(a2,a1)

【问题讨论】：

sapply(a2, function(i) RecordLinkage::levenshteinSim(i,a1))
@Sotos，我看到一个矩阵，我只想要 40 个值的向量。
所以将该矩阵转换为向量！！！！做起来没那么难！！！
非常感谢，我明白了。
@zx8754，我按照你的建议创建了一个新问题，请帮忙。 stackoverflow.com/questions/47693376/…

标签： r stringdist record-linkage

【解决方案1】：

获取所有组合，然后获取距离：

a12 <- expand.grid(a1, a2, stringsAsFactors = FALSE)

percent_calc <- levenshteinSim(a12$Var1, a12$Var2)

percent_calc
# [1] 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50
# [19] 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.75 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50
# [37] 0.50 0.50 0.50 0.50

【讨论】：

感谢您的帮助和回复，但是我已经找到了解决方案，但是我需要上面第二部分的帮助，请在这里帮助我。