R中dist函数的差异

Question

我想计算二元矩阵上的不同指数，并在R中找到了几个函数，但我无法使它们一致。我在四个函数中以jaccard系数为例：vegdist()、sim()、designdist()和dist()。我将使用这个结果进行聚类分析。

library(vegan)
library(simba)

#Create random binary matrix
function1 <- function(m, n) {
  matrix(sample(0:1, m * n, replace = TRUE), m, n)
}
test <- function1(30, 20)

#Calculate dissimilarity indices with jaccard coefficient
dist1 <- vegdist(test, method = "jaccard")
dist2 <- sim(test, method = "jaccard")
dist3 <- designdist(test, method = "a/(a+b+c)", abcd = TRUE)
dist4 <- dist(test, method = "binary")

有人知道为什么dist1和dist4与dist2和dist3不同吗？

Answer 1

我也把这个作为回答。这里是您计算出的不同之处的主要注释：

• dist1：您必须在vegan::vegdist()中设置binary=TRUE (这已记录在案)。
• dist2：simba::sim()计算Jaccard的相似性，您必须使用1-dist2。?sim文档给出了一个错误的Jaccard相似性公式，但在代码中使用了正确的公式。然而，记录在案的公式定义了一个相似之处。
• dist3：您的vegan::designdist()公式给出了Jaccard的相似性，您应该将其更改为不同。有很多方法可以做到这一点，下面的代码给出了一种方法。
• dist4：这是正确的。

用这些替换最后四行就可以完成任务，并给出与所有函数数值相同的结果：

#Calculate dissimilarity indices with jaccard coefficient
dist1 <- vegdist(test, method = "jaccard", binary = TRUE)
dist2 <- 1 - sim(test, method = "jaccard")
dist3 <- designdist(test, method = "(b+c)/(a+b+c)", abcd = TRUE)
dist4 <- dist(test, method = "binary")