canberra khoảng cách - kết quả không phù hợp

Question

Tôi đang cố gắng để hiểu những gì đang xảy ra với tính toán của tôi về khoảng cách canberra. Tôi viết hàm canberra.distance đơn giản của riêng mình, tuy nhiên kết quả không nhất quán với hàm dist. Tôi đã thêm tùy chọn na.rm = T vào chức năng của mình, để có thể tính tổng khi không có mẫu số. Từ ?dist Tôi hiểu rằng họ sử dụng phương pháp tương tự: Terms with zero numerator and denominator are omitted from the sum and treated as if the values were missing.

canberra.distance <- function(a, b){ 
    sum((abs(a - b))/(abs(a) + abs(b)), na.rm = T) 
} 

a <- c(0, 1, 0, 0, 1) 
b <- c(1, 0, 1, 0, 1) 
canberra.distance(a, b) 
> 3 
# the result that I expected 
dist(rbind(a, b), method = "canberra") 
> 3.75 


a <- c(0, 1, 0, 0) 
b <- c(1, 0, 1, 0) 
canberra.distance(a, b) 
> 3 
# the result that I expected 
dist(rbind(a, b), method = "canberra") 
> 4 

a <- c(0, 1, 0) 
b <- c(1, 0, 1) 
canberra.distance(a, b) 
> 3 
dist(rbind(a, b), method = "canberra") 
> 3 
# now the results are the same 

cặp 0-0 và 1-1 dường như có vấn đề. Trong trường hợp đầu tiên (0-0) cả tử số và mẫu số bằng 0 và cặp này nên được bỏ qua. Trong trường hợp thứ hai (1-1) tử số là 0 nhưng mẫu số không và thuật ngữ sau đó cũng bằng 0 và tổng không nên thay đổi.

tôi thiếu gì ở đây?

EDIT: Để phù hợp với định nghĩa R, chức năng canberra.distance thể được sửa đổi như sau:

canberra.distance <- function(a, b){ 
    sum(abs(a - b)/abs(a + b), na.rm = T) 
} 

Tuy nhiên, kết quả đều giống nhau như trước đây.

Answer 1

Điều này có thể làm sáng tỏ sự khác biệt. Theo như tôi có thể thấy điều này là mã thực tế đang được chạy để tính toán khoảng cách

static double R_canberra(double *x, int nr, int nc, int i1, int i2) 
{ 
    double dev, dist, sum, diff; 
    int count, j; 

    count = 0; 
    dist = 0; 
    for(j = 0 ; j < nc ; j++) { 
    if(both_non_NA(x[i1], x[i2])) { 
     sum = fabs(x[i1] + x[i2]); 
     diff = fabs(x[i1] - x[i2]); 
     if (sum > DBL_MIN || diff > DBL_MIN) { 
     dev = diff/sum; 
     if(!ISNAN(dev) || 
      (!R_FINITE(diff) && diff == sum && 
      /* use Inf = lim x -> oo */ (int) (dev = 1.))) { 
      dist += dev; 
      count++; 
     } 
     } 
    } 
    i1 += nr; 
    i2 += nr; 
    } 
    if(count == 0) return NA_REAL; 
    if(count != nc) dist /= ((double)count/nc); 
    return dist; 
} 

Tôi nghĩ rằng thủ phạm là dòng này

if(!ISNAN(dev) || 
       (!R_FINITE(diff) && diff == sum && 
       /* use Inf = lim x -> oo */ (int) (dev = 1.))) 

mà xử lý một trường hợp đặc biệt và có thể không được ghi nhận.