Metode de distanță între șiruri

Expresii regulate intermediare în R

Angelo Zehr

Data Journalist

Damerau-Levenshtein

eroare de scriere rick caplan

Distanța Levenshtein clasică:

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

Distanța Damerau-Levenshtein:

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

Distanța Optimal String Alignment:

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

q-grame honolulu

q-grame honolulu hanolulu

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

Returnează:

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

Suma q-gramelor care nu sunt comune

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

Q-gramele necomune împărțite la numărul total de q-grame

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

Distanța Optimal String Alignment

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

Expresii regulate intermediare în R