Question

我有一个0和1的数组，我需要知道数据是在列中展开还是集中在块中。

例如：

如果我有数组x并且它具有以下值：

第1列值：1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1

第2列值：1 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 1

如果我们计算出的数量，我们可以知道它的数量是相同的，但与第1列相比，第2列的分布更均匀，分布在第2列。

如果传播是好的，那我的分数会给我一个很高的价值，如果传播很差，我会给它一个很低的价值...任何想法？

数据样本：

1 0 0 0 5 0 -2 -3  0 0 1
1 0 0 0 0 0  0  0  0 0 1
2 0 0 0 0 0  0  3 -3 1 0
1 2 3 0 5 0  2 13  4 5 1
1 0 0 0 0 0 -4 34  0 0 1

Answer 1

我认为您需要一段时间才能找到＆＃34;传播＆＃34;在本地，否则sample 1（在问题中命名为Column 1）在第2和第3个之间也会显示为差异。

因此，遵循该理论并假设input_array为输入数组，您可以尝试这种方法 -

intv = 10; %// Interval
diff_loc = diff(find(input_array))
spread_factor = sum(diff_loc(diff_loc<=intv)) %// desired output/score

对于sample 1，spread_factor提供4，而sample 2则为23。

您可以采用的另一种理论是，如果您假设一个间隔使得连续的间距必须大于或等于该间隔。这个理论会引导我们这样的代码 -

intv = 3; %// Interval
diff_loc = diff(find(input_array))
spread_factor = sum(diff_loc>=intv)

采用这种新方法 - 对于sample 1，spread_factor为1，sample 2为5。

Answer 2

我认为你要测量的是0之间1 s的数量分布的变化，即：

f = @(x)std(diff(find(x)))

所以对你来说数据：

a = [1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1]
b = [1 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 1]

f(a)
    = 8.0498

f(b)
    = 2.0736

但我仍然认为你基本上是在尝试衡量系统的混乱，这是我想象的熵措施，但我不知道如何

请注意，如果＆＃34;传播＆＃34;这会给出低值。如果它是坏的（即与你的要求相反）是好的和高价值。

此外，如果你想要每列，那么它会变得有点复杂：

f = @(x)arrayfun(@(y)std(diff(find(x(:,y)))), 1:size(x,2))
data = [a', b'];
f(data)

警告：此方法几乎不考虑尾随和引导0。我不知道这是不是问题。但基本上f([0; 0; 0; 1; 1; 1; 0; 0; 0])返回0，其中f([1; 0; 0; 1; 0; 1; 0; 0; 0])返回一个正数，表明（错误地）第一个案例更为分散。一种可能的解决方法可能是在矩阵中添加一行并附加一行......

衡量数组在数据中的分布情况

2 个答案: