找到两个矩阵的行之间的最小距离

Question

我有两个表，X 和 Y，（X 很大，Y 有 9 行，当然是相同的列），我需要找到 X 的每一行与 Y 的每一行之间的最小欧氏距离。我这样做并且有效：

x<-matrix(c(3,6,3,4,8),nrow=5,ncol=7,byrow = TRUE)     
y<-matrix(c(1,4,4,1,9),nrow=5,ncol=7,byrow = TRUE)

unlist(lapply(seq_len(nrow(y)), function(i) min(sqrt(colSums((y[i, ] -t(x))^2))))

现在我需要导出Y（1到9）的哪一行是每一行，这是我的问题，因为我不知道如何面对这个。关于如何写这个的任何线索？我一直在考虑做类似的事情：

unlist(lapply(seq_len(nrow(y)), function(i) nrow(min(sqrt(colSums((y[i, ] - t(x))^2)))==T)))

但我做不到。

谢谢！

Answer 1

您可以使用我的 imputation 包轻松完成此操作：

Sys.setenv("PKG_CXXFLAGS"="-std=c++0x") # needed for the lambda functions in Rcpp

# install/load package, create example data
devtools::install_github("alexwhitworth/imputation")
library(imputation)
set.seed(123)
a <- matrix(rnorm(10000), ncol= 10)
b <- matrix(rnorm(100), ncol=10)

# which row of a is closest to each row of b
apply(b, 1, function(i, a) {
  which.min(imputation:::dist_q.matrix(rbind(i, a), ref= 1L, q=2))
}, a= a)
[1] 471 502 555 969 692 757 116 913 556 566

# which row of b is closest to each row of a
apply(a, 1, function(i, b) {
  which.min(imputation:::dist_q.matrix(rbind(i, b), ref= 1L, q=2))
}, b= b)
### result not shown since it's large

从技术上讲，您不需要参数 ref 和 q，因为 1L 和 2 是默认值。

找到两个矩阵的行之间的最小距离

Find minimum distances between rows of two matrices

r

distance

lapply