Question

我需要一些帮助来理解这些函数的参数。我从帮助中拿了这个例子。

## To see the transformation counts for the Levenshtein distance:
drop(attr(adist("kitten", "sitting", counts = TRUE), "counts"))
# ins del sub 
#   1   0   2

ins，代表插入; del删除;和替换。

## To see the transformation sequences:
attr(adist(c("kitten", "sitting"), counts = TRUE), "trafos")
#      [,1]      [,2]     
# [1,] "MMMMMM"  "SMMMSMI"
# [2,] "SMMMSMD" "MMMMMMM"

从这里可以很容易看出，在比较字符串一个签证与字符串2时，它找到SMMMSMI; 2次替换和1次插入，总距离应为3。

adist("kitten", "sitting", costs = list(ins=1, del=0, sub=1), partial = F)
#      [,1]
# [1,]    3

这是我无法得到的，为什么当我将插入成本设置为零时，结果在总距离中为零。我希望是2，因为换人次数。

adist("kitten", "sitting", costs = list(ins=0, del=0, sub=1), partial = F)
#      [,1]
# [1,]    0

非常感谢。

Answer 1

如果您在指定每项操作的成本时查看实际计数，则更容易解释：

drop(attr(adist("kitten", "sitting", costs = list(ins=0, del=0, sub=1), 
                 partial = F, counts = T), "counts"))

# ins del sub 
#   6   5   0

所以你看到的不是：

# ins del sub 
#   1   0   2

当您从默认值中指定一组不同的成本参数时，插入，删除和替换的操作数已更改。这是有道理的，因为根据adist，有一种方法可以将一个字符串转换为另一个字符串，距?adist的距离是：

一个广义的Levenshtein（编辑）距离，给出了插入，删除和删除的最小可能加权数将一个字符串转换为另一个字符串所需的替换。

根据此声明，应该进行优化，以最大限度地减少cost参数加权的操作数，因此，如果我们指定insertions和deletions成本参数为零，那么它将不再使用substitution操作，因为前两个操作显然成本更低，并且实际上它使用6次插入和5次删除来完成转换，最终为零距离，因为这两个操作的成本操作是零。

如何在adist和agrep函数中设置cost参数？

1 个答案: