我有一组 2 条曲线(每条曲线有几百到几千个数据点)，我想比较它们并获得一些相似性“分数”。实际上，我有超过 100 个这样的集合要比较...我熟悉 R(或至少是生物导体)并且想使用它。
我尝试了 ccf() 函数，但我对此不太满意。
例如，如果我将 c1 与以下曲线进行比较:
c1 <- c(0, 0.8, 0.9, 0.9, 0.5, 0.1, 0.5)
c1b <- c(0, 0.8, 0.9, 0.9, 0.5, 0.1, 0.5) # perfect match! ideally score of 1
c1c <- c(1, 0.2, 0.1, 0.1, 0.5, 0.9, 0.5) # total opposite, ideally score of -1? (what would 0 be though?)
c2 <- c(0, 0.9, 0.9, 0.9, 0, 0.3, 0.3, 0.9) #pretty good, score of ???
请注意，向量的大小不同，需要以某种方式对其进行归一化……有什么想法吗？ 如果你看一下那两条线，它们非常相似，我认为在第一步中，测量两条曲线下的面积并相减就可以了。我查看了帖子“R 中 2 条曲线下的阴影区域”，但这并不是我所需要的。
第二个问题(可选)是对于具有相同轮廓但振幅不同的线，我想将它们评分为非常相似，即使它们下方的区域会很大:
c1 <- c(0, 0.8, 0.9, 0.9, 0.5, 0.1, 0.5)
c4 <- c(0, 0.6, 0.7, 0.7, 0.3, 0.1, 0.3) # very good, score of ??
我希望一个生物学家假装向程序员提出问题是可以的...
如果需要，我很乐意提供一些现实生活中的例子。
提前致谢!
最佳答案
除非它们的长度相等，否则它们不会形成成对 x.y 值通常意义上的曲线。前三个等长，打包成矩阵后HMisc包中的rcorr函数返回:
> rcorr(as.matrix(dfrm))[[1]]
c1 c1b c1c
c1 1 1 -1
c1b 1 1 -1
c1c -1 -1 1 # as desired if you scaled them to 0-1
c1 和 c4 向量的相关性:
> cor( c(0, 0.8, 0.9, 0.9, 0.5, 0.1, 0.5),
c(0, 0.6, 0.7, 0.7, 0.3, 0.1, 0.3) )
[1] 0.9874975
关于r - 比较两条用户定义的曲线并对它们的相似性进行评分，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7126123/