Distances for categorical dataIn ou

Distances for categorical data
In our introductory example we have only one categorical variable (sediment), so the
question of computing distance is fairly trivial: if two samples have the same sediment then
their distance is 0, and if its different it is 1. But what if there were several categorical
variables, say K of them? There are several possibilities, one of the simplest being to
simply extend the ‘matching’ idea and count how many matches and mismatches there are
between samples, with optional averaging over variables. For example, suppose that there
are five categorical variables, C1 to C5, each with three categories, which we denote by
a/b/c and that there are two samples with the following characteristics:

ผลลัพธ์ (ไทย) 1:

ระยะทางสำหรับข้อมูลที่แน่ชัด
ในภาษาอย่างเรามีตัวแปรแตกเดียว (ตะกอน), เพื่อ
คำถามคอมพิวเตอร์ระยะทางจะค่อนข้างเล็กน้อย: ถ้าตัวอย่างที่สองมีตะกอนเดียวกันแล้ว
ของระยะทางเป็น 0 และความแตกต่างกันคือ 1 แต่ถ้ามีหลายแตก
K ของพวกเขากล่าวว่า ตัวแปร มีอยู่หลายประการ หนึ่งที่ง่ายที่สุดไป
ขยายความคิด 'จับคู่' และนับจำนวนที่ตรงกันและ mismatches มีเพียง
ระหว่างตัวอย่าง กับการหาค่าเฉลี่ยก็ได้ผ่านตัวแปร ตัวอย่าง สมมติว่า มี
มี 5 ตัวแปรแตก C1 ถึง C5 มีสามประเภท ซึ่งเราแสดงโดย
a/b/c และการที่มีตัวอย่างที่สอง มีลักษณะต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

ระยะทางสำหรับข้อมูลที่แน่ชัด
ในตัวอย่างเบื้องต้นของเราเรามีเพียงหนึ่งตัวแปรเด็ดขาด (ตะกอน) ดังนั้น
คำถามของระยะทางคอมพิวเตอร์ไม่ได้เป็นเรื่องที่ค่อนข้าง: ถ้าทั้งสองตัวอย่างมีตะกอนเดียวกันแล้ว
ระยะทางของพวกเขาคือ 0 และถ้าแตกต่างกันก็คือ 1 แต่ สิ่งที่ถ้ามีหลายคนเด็ดขาด
ตัวแปรพูด K ของพวกเขา มีความเป็นไปหลายอย่างใดอย่างหนึ่งที่ง่ายที่สุดในการเป็น
เพียงขยายการ 'จับคู่' ความคิดและการนับจำนวนและตรงที่ไม่ตรงกันมี
ระหว่างกลุ่มตัวอย่างมีค่าเฉลี่ยเลือกตัวแปร ตัวอย่างเช่นสมมติว่ามี
ตัวแปรเด็ดขาด, C1 ถึง C5 แต่ละจะมีสามประเภทที่เราแสดงโดย
/ b / C และว่ามีสองกลุ่มตัวอย่างที่มีลักษณะดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

ระยะทางสำหรับ
ข้อมูลอย่างแท้จริงในตัวอย่างเบื้องต้นของเราเรามีเพียงหนึ่งอย่างแท้จริงตัวแปร ( ตะกอน ) ดังนั้น
ถามระยะทางคอมพิวเตอร์ค่อนข้างจุกจิก ถ้าสองอย่าง มีตะกอนเดียวกันจากนั้น
ระยะทางของพวกเขาเป็น 0 และถ้าของที่แตกต่างกันมันเป็น 1 แต่ถ้าเกิดมีตัวแปรเด็ดขาด
หลายพูด K ของพวกเขา ? มีความเป็นไปได้หลาย หนึ่งในที่ง่ายที่สุดถูก

เพียงแค่ขยาย ' จับคู่ ' ความคิดและนับกี่นัด และความไม่มี
ระหว่างตัวอย่างกับตัวเลือกเฉลี่ยกว่าตัวแปร ตัวอย่างเช่น สมมติว่ามี
5 ตัวแปรจำแนกประเภท C1 กับ C5 แต่ละคนมี 3 ประเภท ซึ่งเราแสดงโดย
A / B / C และ มี สองตัวอย่างที่มีลักษณะดังต่อไปนี้ :