Question

我有一个查询，我希望结果尽可能接近条件匹配。

例如，如果我有条件＆＃34; a＆＃34; = 500，然后应该对返回的结果进行排序，以便我得到500,499,501,498,502等等。从提供的值扩展到（正面和负面）两边，如树。 / p>

select val, abs(500 - val) as num from foo order by num asc, val asc limit 10;

之类的内容很简单

现在我想要实现的是应用多个这样的条件（排序），这不是问题但是我最终想要的是获得与所提供条件的最佳匹配。

只是添加这些排序意味着结果将按第一个字段正确排序，然后如果第二个字段的每个值都有重复，依此类推，这主要意味着第一个排序是指示顺序。

我想到的是让这些中的每一种都具有重量＆＃34;并且结果应该按照一起计算的所有权重进行排序。

因此，例如，如果一个记录匹配第一个排序的差异为2（我查找500但记录有488），第二个排序差异为100（我查找200并且记录有值100）和第二记录匹配首先按1排序（我正在寻找500并且记录具有值501）并且第二排序由差异105（我寻找200并且记录具有值305）第二排序记录将首先根据第一种排序（因为1小于2），但第一种记录，即使第一种记录在第二种排序上相差2，相差100，而第二种记录则为105。所以第一条记录实际上比第二条记录更符合标准。

因此，仅仅将差异统计在一起并不是一个好方法（因为每种方式和差异都有不同的权重）。所以我想知道什么是正确的解决方案？

这很难用语言解释，所以如果仍然不清楚，请告诉我，我会以某种方式尝试不同的解释。

编辑：为了清楚起见，这些值没有标准单位。它们是不同的单位，数字，尺度......正如我所提到的那样。我认为百分比必须来到某个地方。像select val, valB, ((abs(500 - val) / (500 / 100)) + (abs(200 - valB) / (200 / 100))) as rank from foo order by rank asc;

这样的东西

Answer 1

考虑每个记录K维空间中的一个点，属性{val ₁，val ₂，...，val _k考虑所需的值组合另一点，属性{search ₁，搜索₂，...，搜索_k}

对点进行排序的一种方法是它们与搜索点的距离，即平方成对差异之和的平方根：

ORDER BY 
    POW(val1-search1, 2)
+   POW(val2-search2, 2)
+   ...
+   POW(valK-searchK, 2)

这是平方Euclidean distance in K dimensions的公式。我们不需要取平方根，因为我们只使用距离进行排序，而实际值则被丢弃。

如果一个字段以米为单位而另一个字段以千米为单位（或货币，或升或任何其他单位，如果有），那么这将无效

你需要通过引入重量来“均匀化”你的空间。对于相同类型的测量，例如米和公里，这可以通过将米的重量设置为10 ^-6，或将公里的重量设置为10 ⁶来完成。

对于不同类型的措施，例如米和货币，你需要决定你希望分配给每个仪表的价值，并使用系数的平方作为相应的权重。

Answer 2

Dasblinkenlight的解决方案使用标准的欧几里德距离。关于适合这种差异的指标，在统计学和数学方面有很多工作。

另一种方法是曼哈顿距离。这只是绝对值的平方和：

order by (abs(val1 - search1) +
          abs(val2 - search2) +
          . . .
          abs(valk - searchk)
         )

根据具体情况，可能需要采用卡方或皮尔逊相关等统计指标。

此外，这个和欧几里德版都假设不同的尺寸具有相似的尺度。在实践中，您可能希望标准化值（减去平均值并除以标准差），因此所有维度都具有相似的范围。

如何按最佳匹配排序？

2 个答案: