2.3.1 ユークリッド距離によるスコア
距離はdist()を使えば算出できる
# 類似性スコアの算出(ユークリッド平方距離に基づく) (critics.dist.euc <- 1/(1+dist(t(critics))^2)) # 出力 # Lisa.Rose Gene.Seymour Michael.Phillips Claudia.Puig Mick.LaSalle Jack.Matthews # Gene.Seymour 0.14814815 # Michael.Phillips 0.34782609 0.15094340 # Claudia.Puig 0.25000000 0.11363636 0.40000000 # Mick.LaSalle 0.33333333 0.12903226 0.21052632 0.14925373 # Jack.Matthews 0.18181818 0.76923077 0.12903226 0.12903226 0.11764706 # Toby 0.12500000 0.05714286 0.11764706 0.13333333 0.18181818 0.06250000
ついでにマンハッタン距離による類似性スコアも算出しておく。
# 類似性スコアの算出(マンハッタン距離に基づく) (critics.dist.man <- 1/(1+dist(t(critics), method="manhattan"))) # 出力 # Lisa.Rose Gene.Seymour Michael.Phillips Claudia.Puig Mick.LaSalle Jack.Matthews # Gene.Seymour 0.1818182 # Michael.Phillips 0.3076923 0.1600000 # Claudia.Puig 0.2941176 0.1428571 0.2500000 # Mick.LaSalle 0.2500000 0.1818182 0.1818182 0.1562500 # Jack.Matthews 0.1923077 0.6250000 0.1428571 0.1428571 0.1923077 # Toby 0.1428571 0.1000000 0.1428571 0.1666667 0.1666667 0.1111111
キャンベラ距離による類似性スコアも。
# 類似性スコアの算出(キャンベラ距離に基づく) (critics.dist.can <- 1/(1+dist(t(critics), method="canberra"))) # 出力 # Lisa.Rose Gene.Seymour Michael.Phillips Claudia.Puig Mick.LaSalle Jack.Matthews # Gene.Seymour 0.5658094 # Michael.Phillips 0.7520661 0.5777876 # Claudia.Puig 0.7575758 0.5067568 0.7118317 # Mick.LaSalle 0.6469938 0.5772835 0.5951249 0.5362615 # Jack.Matthews 0.6246660 0.9259259 0.5465553 0.5504587 0.6145251 # Toby 0.4463337 0.3870968 0.5555556 0.4745763 0.4830853 0.4080000
地図を貼り付ける方法がわからん。
マンハッタンの地図 いわゆる碁盤の目というやつ。
キャンベラの地図 ちょっとわかりにくいですが、放射円状ということですね。