如何在R中计算两个向量之间的不同相似度或距离度量？

Question

我希望计算两个向量之间的相似度（距离）：

v1 <- c(1, 0.5, 0, 0.1)
v2 <- c(0.7, 1, 0.2, 0.1)

我只是想知道在 R 中是否有可用于计算不同的著名相似度（距离）测量的软件包？例如，"Resnik"、"Lin"、"Rel"、"Jiang"等等。

这些方法的实现并不难，但我真的认为它们一定在某些 R 软件包中定义了。

经过一些搜索，我找到了一个名为"GOSemSim"的软件包，其中包含大多数测量方法，但它是专门用于生物医学应用的，我无法将其用于计算两个向量之间的相似度。

- Amir H. Jadidinejad

---

代码是开源的。 - IRTFM

你需要访问哪些相似度量的列表？ - josliber

Answer 1

"proxy"是一个用于距离和相似度测量的通用库，支持以下方法：
"Jaccard"、"Kulczynski1"、"Kulczynski2"、"Mountford"、"Fager"、"Russel"、"simple matching"、"Hamman"、"Faith"、
"Tanimoto"、"Dice"、"Phi"、"Stiles"、"Michael"、"Mozley"、"Yule"、"Yule2"、"Ochiai"、
"Simpson"、"Braun-Blanquet"、"cosine"、"eJaccard"、"fJaccard"、"correlation"、"Chi-squared"、"Phi-squared"、"Tschuprow"、
"Cramer"、"Pearson"、"Gower"、"Euclidean"、"Mahalanobis"、"Bhjattacharyya"、"Manhattan"、"supremum"、"Minkowski"、
"Canberra"、"Wave"、"divergence"、"Kullback"、"Bray"、"Soergel"、"Levenshtein"、"Podani"、"Chord"、
"Geodesic"、"Whittaker"、"Hellinger"。
请参考以下示例：

x <- c(1,2,3,4,5)
y <- c(4,5,6,7,8)
l <- list(x, y)
simil(l, method="cosine")

输出是“l”元素之间的相似度矩阵：

      1
2     0.978232

我唯一的问题是对于某些方法（如：“Jaccard”），会出现以下错误：

simil(l, method="Jaccard")
Error in n - d : 'n' is missing

- Amir H. Jadidinejad

Answer 2

dist函数通过其method参数支持以下选项："euclidean"、"maximum"、"manhattan"、"canberra"、"binary"或"minkowski"。请查看?dist

- G. Grothendieck