Question

我有数据记录，其中每条记录是严格增加的顺序的各种长度的整数数组。以下是一些例子：

record_1 : 1,2,3,4,5,6,8,9,10
record_2 : 5,30,31,32,33,34,35,36
record_3 : 10,11,12,19,20

我想测量（或给出）每个阵列的连续性，即如何“关闭”阵列的每个相邻元素。目前我正在使用每个相邻数组元素的差异和（伪代码）：

for i=2 to length(A) do
    sum_diff += A[i] - A[i-1]
end
score = (length(A) - 1) / sum_diff

因此，对于完美连续的数组（例如：1,2,3,4,5），分数将为1（最高分）。

但问题是连续但包含“跳转”的数据，例如上面的record_2，从5到30有一个“跳转”。

对于上述数据示例，使用我的算法的分数是：

record_1 : 0.89
record_2 : 0.23
record_3 : 0.4

它得分低于record_2 record_3，但我们可以直观地看到record_2得分应高于record_3，因为{除了从record_2跳转到5之外，{1}}是连续的。

那么，有没有人知道如何修改我的算法以提供更好的连续性测量？谢谢。

Answer 1

如果您认为2的差距与10的差距一样差，那么平均“不同于1”的函数：

differenceMeasures[i] = A[i+1] - A[i] == 1 ? 1 : 0
return average of differenceMeasures
// Note that the average will be sum(differenceMeasures)/(n-1) since there's
// one less difference than there is number of array entries in 'A'.

如果你想考虑间隙尺寸，我建议使用一个单调递减的函数，如零往事一样：

differenceMeasures[i] = 1 / A[i+1] - A[i]
return average of differenceMeasures
// When the difference is 1, differenceMeasures gets 1.
// When 2, differenceMeasures gets 1/2. Etc...

在这两个函数1中，0的最佳分数是最不理想的。如果您不喜欢这样，return 1 - average of differenceMeasures就足够了。

测量阵列连续性

1 个答案: