Question

我有三种型号：M1，M2和M3。我将两种模型进行比较并获得分数。我只进行单向比较。 M1和M2但不是M2和M1，因为它将是相同的。我想将它们转换为对称矩阵。

我能够使用xtabs将数据集转换为矩阵，但它没有M1-M1和M3-M3距离。

d <- data.frame(M1 = c("M1", "M1", "M1", "M2", "M2", "M3"),
            M2 = c("M2", "M3", "M4", "M3", "M4", "M4"),
            C = c(1, 1, 4, 2, 2, 6))

dm = xtabs(C~M1+M2, data=d)


> d
  M1 M2 C
1 M1 M2 1
2 M1 M3 1
3 M1 M4 4
4 M2 M3 2
5 M2 M4 2
6 M3 M4 6
> dm
    M2
M1   M2 M3 M4
  M1  1  1  4
  M2  0  2  2
  M3  0  0  6

我尝试将上三角形复制到下三角形但由于它不是对称矩阵而无法正常工作。我想知道如何包括M1-M1和M3-M3距离并使其成为对称矩阵。即使距离为0，当我尝试将矩阵转换为dist（）对象时也会出现问题吗？

> dm[lower.tri(dm)] <- t(dm)[lower.tri(dm)]
> dm
    M2
M1   M2 M3 M4
  M1  1  1  4
  M2  1  2  2
  M3  4  2  6

Answer 1

添加其转置。这会给对角线两次，所以减去它。

dm + t(dm) - diag(diag(dm))

，并提供：

    M2
M1   M2 M3 M4
  M1  1  1  4
  M2  1  2  2
  M3  4  2  6

如果我们知道所有元素都是非负数，那么这也可以起作用：

pmax(dm, t(dm))

Answer 2

要获得对称矩阵，您可能希望在每个维度上设置相同的级别（M1到M4）：

这样做的一种方法是将变量设置为具有相同因子水平集的因子。

d[c("M1", "M2")] <- lapply(d[c("M1", "M2")], factor, levels=unique(unlist(d[c("M1", "M2")])))

然后您可以像以前一样使用xtabs，并将结果添加到结果的转置中。

dm <- xtabs(C ~ M1 + M2, data=d)

dm + t(dm)

#    M2
#M1   M1 M2 M3 M4
#  M1  0  1  1  4
#  M2  1  0  2  2
#  M3  1  2  0  6
#  M4  4  2  6  0

R：用xtabs创建对称矩阵

2 个答案: