相似关系处理

原创已于 2023-04-16 00:17:19 修改 · 158 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#学习 #python #机器学习

于 2023-04-16 00:15:01 首次发布

该代码实现了一个循环，用于遍历数据矩阵的每一列，计算每一对元素在指定属性上的相似性。使用kersim_crisp函数，如果两个值的差的绝对值大于给定的阈值e，则相似度为0，否则为1。对于e等于0的情况，值完全相等时相似度为1。这个过程生成了表示相似性的矩阵。

计算单个属性的相似关系

%%%%%%%%%%%%%compute relation matrices with a single attribute%%%%%%%%%
    for i=1:column
        col=i;
        r=[];
        eval(['ssr' num2str(col) '=[];']);
        for j=1:row      
            a=data(j,col);
            x=data(:,col);
       
            for m=1:length(x)
                r(j,m)=kersim_crisp(a,x(m),neighbor);
            end
        end
        eval(['ssr' num2str(col) '=r;']);
    end

kersim_crisp.m

function kersim=kersim_crisp(a,x,e)
if abs(a-x)>e
    kersim=0;
else
    kersim=1;   
end

kersim

function kersim=kersim(a,x,e)
if abs(a-x)>e
    kersim=0;
else
    if (e==0)
        if (a==x)
            kersim=1;
        else
            kersim=0;
        end
    else
        kersim=1-abs(a-x)/e;    
    end
end