R语言配对距离矩阵

成对距离矩阵是一个二维矩阵，其元素具有成对取值的距离，因此被称为成对矩阵。通过下面的例子可以很容易地理解这一点。

让我们考虑一组元素S1- {(2,3), (0,9), (4,5)}。

R中的配对距离矩阵

如果我们计算它的距离矩阵，我们将得到。

R中的配对距离矩阵

这个矩阵的值是项目之间的成对欧几里得距离。这个矩阵的第一行包含了A1和其他项目之间的距离，即A2和A3，也包括A1。

我们也可以用R编程语言进行成对距离的计算。我们使用R编程语言中的dist()函数。我们可以找到曼哈顿或欧几里得，成对的距离。

# Make three vectors
A1<-c(2,3)
A2<-c(0,9)
A3<-c(4,5)
  
#making a single matrix
CooR <- rbind(A1, A2, A3)
dist(CooR, method = "euclidean",
     diag = TRUE, upper = TRUE)

输出

         A1       A2       A3
A1 0.000000 6.324555 2.828427
A2 6.324555 0.000000 5.656854
A3 2.828427 5.656854 0.000000

这是我们对输入{(2,3), (0,9), (4,5)}的配对距离矩阵。让我们尝试另一个例子，但这次使用曼哈顿距离。

# R program to calculate a pairwise distance matrix
# Make three vectors
A1<-c(1,1,7)
A2<-c(2,9,5)
A3<-c(9,6,3)
  
#making a single matrix
CooR <- rbind(A1, A2, A3)
dist(CooR, method = "manhattan",
     diag = TRUE, upper = TRUE)

输出

   A1 A2 A3
A1  0 11 17
A2 11  0 12
A3 17 12  0

为了更好地理解，让我们再举一个例子，我们将计算成对的欧氏距离。

# Making vectors to use for matrix
  
A1 <- c(0, 0)
B1 <- c(0.85, 0)
C1 <- c(0.85, 0.45)
D1 <- c(0, 0.45)
  
#making a single matrix
CooR <- rbind(A1, B1, C1, D1)
dist(CooR, method="euclidean", diag=TRUE, 
     upper=FALSE)