如何添加到 dist 对象

Question

示例代码如下，我想新建一个对象d3=(d1+d2)/2，但是你知道d1的项目和d2的项目不一样，所以直接使用add是不可能的。有什么办法？

library(recommenderlab)
data(MSWeb)
d1 = dissimilarity(MSWeb[1:5,], method = "jaccard")
d2 = dissimilarity(MSWeb[2:6,], method = "jaccard")

Answer 1

所以我假设你想在进行算术之前匹配距离矩阵之间的暗名。据我所知，使用常规矩阵没有简单的方法可以做到这一点，这意味着让它适用于距离矩阵的可能性更小。一种策略是使用名称扩展距离矩阵值，进行合并和聚合，然后转换回距离矩阵。我创建了一些辅助函数来简化此操作。首先，这是一种将对角距离矩阵转换为数据帧中成对距离的方法

as.data.frame.dist<-function(x) {
    stopifnot(is(x, "dist"))
    s <- attr(x, "Size")
    n <- attr(x, "Labels")
    data.frame(
      id1 = unlist(sapply(1:(length(n)-1), function(i) n[1:i])),
      id2 = rep(n[-1], 1:(length(n)-1)),
      dist = as.numeric(x)
    )
}

例如，如果我们运行

as.data.frame(d1)

#    id1 id2      dist
# 1    1   2 0.7500000
# 2    1   3 0.8000000
# 3    2   3 1.0000000
# 4    1   4 1.0000000
# 5    2   4 0.3333333
# 6    3   4 1.0000000
# 7    1   5 1.0000000
# 8    2   5 1.0000000
# 9    3   5 1.0000000
# 10   4   5 1.0000000

我们将所有成对比较扩展为具有 ID 值的行，我们可以匹配到其他可能不匹配的集合。似乎您只想获取每组点的平均距离，所以您可以这样做

dd <- rbind(as.data.frame(d1), as.data.frame(d2))
dd <- aggregate(dist~id1+id2, dd, mean)

现在，如果我们想将这个 data.frame 转回一个距离对象，我们需要编写另一个辅助函数。这是一次这样的功能

df2dist<-function(x, ids=1:2, vals=3, lvls=NULL) {
    if(is.null(lvls)) {
        lvls <- sort(unique(c(as.character(x[,ids[1]]), as.character(x[,ids[2]]))))
    }
    i <- as.numeric(factor(x[,ids[1]], levels=lvls))
    j <- as.numeric(factor(x[,ids[2]], levels=lvls))
    stopifnot(all(i<j))
    n <- length(lvls)
    idx <- n*(i-1) - i*(i-1)/2 + j-i
    r <- rep(NA, n*(n-1)/2)
    r[idx] <- x[,vals]
    structure(r, class="dist", Labels=lvls, Size=n, Diag=FALSE, Upper=FALSE)
}

我们期望一个三列 data.frame 具有成对的值和它们之间的距离。我们可以在我们的样本上使用它来获取

df2dist(dd)

#           1         2         3         4         5
# 2 0.7500000                                        
# 3 0.8000000 0.6666667                              
# 4 1.0000000 0.6666667 1.0000000                    
# 5 1.0000000 0.8333333 1.0000000 1.0000000          
# 6        NA 0.3333333 1.0000000 1.0000000 1.0000000

因此，需要做一些工作来转换对象以匹配标签，但这很简单。