Metodi di distanza tra stringhe

Espressioni regolari intermedie in R

Angelo Zehr

Data Journalist

Damerau-Levenshtein

errore di battitura di rick caplan

Distanza di Levenshtein standard:

stringdist(a, b, method = "lv")

Distanza di Damerau-Levenshtein:

stringdist(a, b, method = "dl")

Distanza OSA (Optimal String Alignment):

stringdist(a, b, method = "osa")

q-gram di honolulu

q-gram di honolulu e hanolulu

qgrams("Honolulu", "Hanolulu", q = 2)

Restituisce:

   Ho on ul no ol lu la
V1  1  1  1  1  1  2  0
V2  1  1  1  1  1  1  1

Somma dei q-gram non condivisi

stringdist(a, b, method = "qgram") # equals 4

Q-gram non condivisi divisi per il totale

stringdist(a, b, method = "jaccard") # equals 0.5

Distanza OSA (Optimal String Alignment)

stringdist(a, b, method = "cosine") # equals 0.22

Espressioni regolari intermedie in R