Question

我有一个带数字的矩阵（大小：28列和47行）。此矩阵有一个额外的行，其中包含列的标题（“ordinal”和“nominal”）。

我想在此矩阵上使用Gower距离函数。 Here说：

第i个和第j个单位之间的最终差异是作为每个变量的不相似度的加权和得出的：

    d(i,j) = sum_k(delta_ijk * d_ijk ) / sum_k( delta_ijk )

特别地，d_ijk表示考虑第k个变量计算的第i个和第j个单元之间的距离。这取决于变量的性质：

因子或字符列是被视为绝对名义上的变量和d_ijk = 0 if

x_ik = x_jk，否则为1;
有序列被视为分类序数变量和
值被替换为
相应的位置指数，r_ik in 要素水平。这些位置
索引（与...不同）输出R函数等级为
以下列方式转变

z_ik =（r_ik - 1）/（max（r_ik） - 1）

这些新值z_ik被视为对的观察区间缩放变量。

就权重delta_ijk而言：

delta_ijk = 0 NA;
在所有其他情况下delta_ijk = 1。

我知道有一个gower.dist函数，但我必须这样做。所以，对于“d_ijk”，“delta_ijk”和“z_ik”，我试图创建函数，因为我找不到更好的方法。

我从“delta_ijk”开始，我尝试了这个：

Delta=function(i,j){for (i in 1:28){for (j in 1:47){  
+{if (MyHeader[i,j]=="nominal")
+ result=0
+{else if (MyHeader[i,j]=="ordinal") result=1}}}}
+;result}

但是我收到了错误。所以我卡住了，我不能做其余的事。

P.S。对不起，如果我犯错误，但英语不是我经常使用的语言。

Answer 1

你为什么要重新发明轮子billyt？ R中有几个函数/软件包可以为您计算，包括R中附带的软件包集群中的daisy()。

首先，首先从数据中获取这些“数据类型”标题。如果这确实是一个矩阵，则此标题行中的字符信息将使整个矩阵成为字符矩阵。如果它是一个数据框，那么所有列都可能是因素。您要做的是将每列（数据框的组件）中的数据类型编码为'factor'或'ordered'。

df <- data.frame(A = c("ordinal",1:3), B = c("nominal","A","B","A"),
                 C = c("nominal",1,2,1))

这给出了这一点---请注意，由于额外的信息，所有都存储为因子。

> head(df)
        A       B       C
1 ordinal nominal nominal
2       1       A       1
3       2       B       2
4       3       A       1
> str(df)
'data.frame':   4 obs. of  3 variables:
 $ A: Factor w/ 4 levels "1","2","3","ordinal": 4 1 2 3
 $ B: Factor w/ 3 levels "A","B","nominal": 3 1 2 1
 $ C: Factor w/ 3 levels "1","2","nominal": 3 1 2 1

如果我们摆脱第一行并重新编码为正确的类型，我们可以轻松计算Gower的系数。

> headers <- df[1,]
> df <- df[-1,]
> DF <- transform(df, A = ordered(A), B = factor(B), C = factor(C))
> ## We've previously shown you how to do this (above line) for lots of columns!
> str(DF)
'data.frame':   3 obs. of  3 variables:
 $ A: Ord.factor w/ 3 levels "1"<"2"<"3": 1 2 3
 $ B: Factor w/ 2 levels "A","B": 1 2 1
 $ C: Factor w/ 2 levels "1","2": 1 2 1
> require(cluster)
> daisy(DF)
Dissimilarities :
          2         3
3 0.8333333          
4 0.3333333 0.8333333

Metric :  mixed ;  Types = O, N, N 
Number of objects : 3

这与此数据的gower.dist()相同（尽管格式略有不同（as.matrix(daisy(DF))）相同）：

> gower.dist(DF)
          [,1]      [,2]      [,3]
[1,] 0.0000000 0.8333333 0.3333333
[2,] 0.8333333 0.0000000 0.8333333
[3,] 0.3333333 0.8333333 0.0000000

你说你不能这样做吗？你能解释一下为什么不呢？因为你似乎已经做了一些努力来做其他人已经为你编码的事情。这不是作业，不是吗？

Answer 2

我不确定你的逻辑是做什么的，但是为了你自己的利益，你在那里放了太多“{”。我通常使用{}对来包围consequent-clause：

Delta=function(i,j){for (i in 1:28) {for (j in 1:47){  
       if (MyHeader[i,j]=="nominal") {
         result=0
    # the "{" in the next line before else was sabotaging your efforts
        } else if (MyHeader[i,j]=="ordinal") { result=1} }
      result}
                  }

Answer 3

感谢Gavin和DWin的帮助。我设法解决了问题并找到了合适的距离矩阵。我在重新编码数据类之后使用了daisy（）并且工作正常。

P.S。您在我的其他主题中建议的用于更改列类的解决方案：

DF$nominal <- as.factor(DF$nominal)
DF$ordinal <- as.ordered(DF$ordinal)

没用。它只改变了第一个名义和有序列。

再次感谢您的帮助。

实现Gower距离功能

3 个答案: