如何计算一个项目和一个项目集之间的距离或相似度？答案

【问题标题】：How to calculate distance or similarity between one item and an item set?如何计算一个项目和一个项目集之间的距离或相似度？
【发布时间】：2013-05-27 16:22:15
【问题描述】：

我所知道的包中的所有距离/相似度函数都旨在计算矩阵中“每一对行”的距离/相似度。

如果输入矩阵非常大，则 dist 矩阵将需要更大的内存，因为 n 行输入矩阵将导致 n*n 大小的 dist 矩阵。

我有一个目标项目 x 和一个项目集 Y，我想计算这个目标项目 x 和 Y 中的每个项目 y 之间的距离/相似度。我如何在 R 中做到这一点？

【问题讨论】：

标签： r distance similarity

【解决方案1】：

这是一个使用 apply 功能的好地方。您想要做的是在您的目标项目 x 和 y 的每个项目之间进行比较。这可以通过对 y 的每一项应用一个函数来完成。

假设y是一个矩阵，每一列是一个item，这很容易关联，因为它可以计算两个item之间的关联：

apply(y, 2, cor, x)

这将为您提供一个向量，其中每个元素对应于 x 和 y 的第 i 个项目之间的相关性。

您也可以根据需要更改关联方法：

apply(y, 2, cor, x, method="spearman")

如果您使用 dist，这会稍微复杂一些，因为它不需要两个参数。它还假设行是项目而不是列：

apply(y, 2, function(y.item, x.item) { dist(rbind(y.item, x.item)) }, x)

同样，如果你想使用与默认不同的距离方法（或将其他参数更改为 dist），你总是可以传入更多参数：

apply(y, 2, function(y.item, x.item, ...) { 
    dist(rbind(y.item, x.item), ...) 
}, x, method="manhattan")

【讨论】：

+1 - 很好的解释 - 我可以补充一点，vegan 包中的函数 vegdist 允许许多其他距离定义，并且可以在与上一个示例相同的庄园中应用。

【解决方案2】：

问题可以通过代理包解决

x<-rnorm(10)         
x<-matrix(x)                   
y<-matrix(rnorm(10*5),nrow=5)                
require( proxy)                     
dist(t(x),y)

【讨论】：