如何解决如何在距离已知时计算每个观察的概率值 - > kmeans R 编程
我是 R 编程的新手，并试图弄清楚以下内容。下表包含每个观察的欧几里得距离和聚类详细信息。表中有超过 100000 个不同的 id，并且对于每个 id 值，已经为每个集群计算了距离。有 6 个簇命名为 1-6。
我需要计算最后一列，它应该是属于该集群的每个观察的概率值。这是由第一个条目给出的，
展开时的分母是
每个概率值都是根据该 id 的 6 个距离值计算的。该表采用 data.table 格式。 我想尝试这样的事情。但我什至不知道如何完成那行。
dt_calc[,prob_value := (1 / (distance/dt_calc[distance,by = .(id,cluster== 1 )]) ^ 2),by = id]
| id | 集群 | 距离 | prob_value |
|---|---|---|---|
| 1 | 1 | d1 | p1 |
| 1 | 2 | d2 | ? |
| 1 | 3 | d3 | ---- |
| 1 | 4 | d4 | ---- |
| 1 | 5 | d5 | ---- |
| 1 | 6 | d6 | ---- |
| 2 | 1 | d7 | ---- |
| 2 | 2 | d8 | ---- |
| 2 | 3 | d9 | ---- |
| 2 | 4 | d10 | ---- |
| 2 | 5 | d11 | ---- |
| 2 | 6 | d12 | ---- |
谁能告诉我如何计算这个 prob_value 列。
解决方法
我不确定 = .EACHI 在这里的效率如何，但这似乎有效。我无法弄清楚按引用分配时为什么会出错，所以我将其转储到一个新的 data.table 中，但这至少可以让您找到某个地方。
dt <- data.table(id = rep(c(1,2),each = 6),cluster = rep(1:6,distance = sample(100,size = 12,replace = TRUE))
test <- dt[dt,1/sum((i.distance/distance) ^ 2),on = .(id),by = .EACHI]
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
