Hier ist ein möglicher Solituin, wo Sie die dist()
Funktion zur Berechnung der Eucledian Entfernungen verwenden. Zuerst berechnen Sie die Entfernungen für alle Artikel und erhalten dann die Bestellung für alle Artikel. Aus dieser Reihenfolge wählt man die i-te aus und wählt die Bewertung und die Artikelbezeichnung für jeden Artikel aus und legt sie in einen Datenrahmen, den man nachher an den ursprünglichen bindet.
mtcars$item = rownames(mtcars)
data <- (mtcars %>% select(item, mpg, hp, qsec))[1:10,]
euc_dist <- as.matrix(dist(data[1:10,-1]))
# Get the ith cars label name for one car
ith_item <- function(col, euc_dist, top_i) {
labels(euc_dist)[[1]][top_i[col]]
}
# Get the ith cars score from one column
ith_score <- function(col, euc_dist, top_i) {
euc_dist[top_i[col], col]
}
# Create a dataframe with the ith most similar item for all items
ith_similar <- function(euc_dist, i) {
orders <- apply(euc_dist, 2, order)
top_i <- orders[i + 1, ]
top_i_score <- sapply(1:ncol(euc_dist), ith_score, euc_dist, top_i)
top_i_items <- sapply(1:ncol(euc_dist), ith_item, euc_dist, top_i)
similarities <- data.frame(placeholder1 = top_i_score,
placeholder2 = top_i_items)
colnames <- c(paste0("similar_", i, "_score"), paste0("similar_", i))
names(similarities) <- colnames
similarities
}
# For example top 2 similarities
n <- 2
for(i in 1:n) {
tmp_similarities <- ith_similar(euc_dist, i)
data <- cbind(data, tmp_similarities)
}
data
Das wird die Ausgabe von geben:
item mpg hp qsec similar_1_score similar_1 similar_2_score similar_2
Mazda RX4 Mazda RX4 21.0 110 16.46 0.560000 Mazda RX4 Wag 3.006726 Hornet 4 Drive
Mazda RX4 Wag Mazda RX4 Wag 21.0 110 17.02 0.560000 Mazda RX4 2.452835 Hornet 4 Drive
Datsun 710 Datsun 710 22.8 93 18.61 4.733297 Merc 230 12.987767 Valiant
Hornet 4 Drive Hornet 4 Drive 21.4 110 19.44 2.452835 Mazda RX4 Wag 3.006726 Mazda RX4
Hornet Sportabout Hornet Sportabout 18.7 175 17.02 52.018155 Merc 280 65.040680 Mazda RX4 Wag
Valiant Valiant 18.1 105 20.22 6.041391 Hornet 4 Drive 6.606815 Mazda RX4 Wag
Duster 360 Duster 360 14.3 245 15.84 70.148075 Hornet Sportabout 122.123141 Merc 280
Merc 240D Merc 240D 24.4 62 20.00 31.072369 Datsun 710 33.165796 Merc 230
Merc 230 Merc 230 22.8 95 22.90 4.733297 Datsun 710 11.369802 Valiant
Merc 280 Merc 280 19.2 123 18.30 13.186296 Mazda RX4 Wag 13.234032 Hornet 4 Drive
auch, sagen Sie „am ähnlichsten Artikel“, sondern verweisen nicht die Eingabewerte (Features), für die Sie diese Ähnlichkeit produzieren möchte. Willst du all diese verwenden? – lmo
@Imo - hat das Paket hinzugefügt, um das zu erledigen. Zusätzlich, ja, möchte ich die 3 numerischen Spalten verwenden, die ich in der Select-Anweisung habe. – runningbirds
Ah, verpasste den zweiten Teil in den Code-Kommentaren. – lmo