问题描述
我正在努力接受用于模糊匹配的 agrep
函数。假设你有这样的字符串:
x <- c("me","mum","mm","my","mm mm","mhm","mother")
进一步假设我想匹配那些最接近 mm
的字符串。使用 agrep
,匹配的相互“接近度”或“距离”由“广义编辑距离(将一个字符串转换为另一个字符串所需的插入、删除和替换的最小可能加权数量”(来自 R agrep
上的文档。据我所知,Levenshtein 距离有效地反映了转换的成本。因此,例如,如果参数 cost
设置为0
、agrep
返回 mm
和 mm mm
,这是意料之中的,因为这两个字符串需要零转换:
agrep("mm",x,max.distance = list(cost = 0),value = T)
[1] "mm" "mm mm"
然而,如果 cost
被设置为 1
的(荒谬的)一小部分,所有 字符串都匹配,虽然,它会出现,说,mother
到 mm
至少涉及两个操作,即(i)删除 other
和(ii)用 m
替换它,因此应该更“昂贵”实现:
agrep("mm",max.distance = list(cost = 0.000000000000000000000000000000001),value = T)
[1] "me" "mum" "mm" "my" "mm mm" "mhm" "mother"
我的猜测是我不太了解 agrep
及其参数是如何工作的,尤其是距离是如何计算的,因此非常感谢有关此问题的专家指导。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)