如何解决根据字符计算两个名字之间的相似度?
有什么办法可以评估两个名字的相似度吗?由于数据如下:
ABC ABCD
CBD CBD
ABC DEF
结果可能是这样
ABC ABCD (3/4=) 75%
CBD CBD (3/3=) 100%
ABC DEF (0/6=) 0%
此外,字符的顺序无关紧要
解决方法
如果我理解正确,此代码将提供预期的输出。
fun_str_sml <- function(str1,str2){
letters_list <- c(str1,str2) %>% map(~ str_split(.,"")[[1]]) %>% reduce(c)
return(letters_list %>% duplicated() %>% sum() / letters_list %>% unique() %>% length())
}
fun_str_sml("ABC","ABCD") # => 0.75
fun_str_sml("ABC","CDEF") # => 0.1666667 (1/6)
,
使用 length
的 intersect
除以 max
imum nchar
,按行进行 apply
ed。我们可以选择处理dupes。
# V1 V2
# 1 ABC ABCD
# 2 CBD CBD
# 3 ABC DEF
# 4 ABCCC ABCC
# 5 ABCCC ABCCC
# 6 ABCCC ABCD
f <- function(x,dupes=FALSE) {
if (dupes) {
x <- sapply(x,function(x) Reduce(paste0,unique(el(strsplit(x,"")))))
}
i <- length(do.call(intersect,unname(mapply(strsplit,x,""))))
m <- max(sapply(x,nchar))
i/m
}
apply(d,1,f)
# [1] 0.75 1.00 0.00 0.60 0.60 0.60
apply(d,f,dupes=TRUE)
# [1] 0.75 1.00 0.00 1.00 1.00 0.75
数据:
d <- structure(list(V1 = c("ABC","CBD","ABC","ABCCC","ABCCC"),V2 = c("ABCD","DEF","ABCC","ABCD"
)),class = "data.frame",row.names = c(NA,-6L))
,
在 let collection: Observable<[Int]> = []
中使用集合操作:
mapply
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。