JavaScript模式比較

Question

我正在研究一個使用nodeJs的小型機器學習理論算法。 我的目標是比較許多陣列模式，以一個源模式然後返回如何 相似，他們表示爲百分比。對於一個示例，pattern1可能與源模式有80％的相似性。

確定一個陣列與另一個陣列的百分比相似度的最佳方法是什麼？

什麼我迄今所做..

//source 
var soureSequence = [0.53,0.55,0.50,0.40,0.50,0.52,0.58,0.60] 

//patterns to compare 
var sequence1 = [0.53,0.54,0.49,0.40,0.50,0.52,0.58,0.60] 
var sequence2 = [0.53,0.55,0.50,0.42,0.50,0.53,0.57,0.62] 

既然我已經選擇了一種基於％的結果，我想我應該從第一價值基礎我的源圖案關百分比變化第二數組中的值。

var percentChange = (firstVal, secondVal) => { 
     var pChange = ((parseFloat(secondVal) - firstVal)/
     Math.abs(firstVal)) * 100.00; 

     //To avoid NaN , Infinity , and Zero 

     if(!pChange || pChange == 0){ 
      return 0.00000001 
     } 
     return pChange; 
    } 

在這裏，我會從我的源序列生成我的源模式

 var storePattern = function(sequence){ 
      var pattern = []; 
      for(var i = 0 ; i < sequence.length ; i++){ 
       let $change = percentChange(sequence[i] , sequence[i + 1]); 
       if(i != sequence.length && $change){ 
        pattern.push($change) 
       } 
      } 
    return pattern; 
    } 



    var sourcePattern = storePattern(soureSequence); 

現在，我將創造更多的模式進行比較

var testPattern1 = storePattern(sequence1); 
    var testPattern2 = storePattern(sequence2); 

下面是我的比較功能

var processPattern = function(source , target){ 
    var simularityArray = []; 

    for(var i = 0 ; i < target.length ; i++){ 
     //Compare percent change at indexof testPattern to sourcePattern of same index 
     let change = Math.abs(percentChange(target[i] , source[i])); 
     simularityArray.push(100.00 - change); 
    } 

    var rating = simularityArray.reduce((a,b) => { 
     return a + b 
    }); 

    //returns percent rating based of average of similarity pattern 

    rating = rating/parseFloat(source.length + ".00"); 
    return rating; 
} 

現在我可以嘗試估計相似

var similarityOfTest1 = processPattern(sourcePattern , testPattern1) 

我的問題是同一範圍內的值 ..內的序列這隻適用於例如0.50，0.52 ..這些值的百分比變化將不會是相同的0.20，0.22但價值差異是相同的，即 - > 0.02

我想到價值差異模式，但在這一點上，我迷路了。

將考慮所有答案。謝謝您的幫助！

Answer 1

使用減少得到的差異比平均。

//patterns to compare 
 
var sequence1 = [0.53,0.54,0.49,0.40,0.50,0.52,0.58,0.60] 
 
var sequence2 = [0.53,0.55,0.50,0.42,0.50,0.53,0.57,0.62] 
 

 
function diff(sequence){ 
 
var soureSequence = [0.53,0.55,0.50,0.40,0.50,0.52,0.58,0.60] 
 
    var delta = soureSequence.reduce(function (r, a, i, aa) { 
 
     i && r.push(a - sequence[i]); 
 
     return r; 
 
    }, []), 
 
    average = delta.reduce(function (a, b) { return a + b; })/delta.length; 
 
    
 
    return {delta:delta, average:average} 
 
} 
 
console.log('sequence1',diff(sequence1)); 
 
console.log('sequence2',diff(sequence2));

Answer 2

在我的經驗，兩個向量（陣列）的相似性是使用點積ex測量。就像它在該鏈接中所說的那樣，將數組中的每個對應元素相乘，將它們相加，然後除以每個數組的大小（每個組成部分的平方和的平方根）。羅塞塔代碼有dot product in JavaScript的一個例子，在這裏複製

// dotProduct :: [Int] -> [Int] -> Int 
const dotProduct = (xs, ys) => { 
    const sum = xs => xs ? xs.reduce((a, b) => a + b, 0) : undefined; 

    return xs.length === ys.length ? (
     sum(zipWith((a, b) => a * b, xs, ys)) 
    ) : undefined; 
} 

// zipWith :: (a -> b -> c) -> [a] -> [b] -> [c] 
const zipWith = (f, xs, ys) => { 
    const ny = ys.length; 
    return (xs.length <= ny ? xs : xs.slice(0, ny)) 
     .map((x, i) => f(x, ys[i])); 
} 

所以，你會打電話

const score1 = dotProduct(sourceSequence, sequence1); 
const score2 = dotProduct(sourceSequence, sequence2); 

而且無論是大是sourceSequence越接近序列。

Answer 3

我不確定你需要機器學習。你有一個源模式，你有一些輸入，你基本上想要執行模式的差異。

機器學習可以用來找到模式，假設你有一些啓發式的測量錯誤（如果你使用無監督學習技術），或者你有樣本集來訓練網絡。

但是，如果您只是想測量一個模式和另一個模式之間的差異，那麼只需執行diff操作。你需要做的是決定你的測量和如何規範化結果有什麼不同。

Answer 4

我無法確定您想如何衡量相似度。我通過計算相應項目的差異並累積這些差異來查看源數組總和會產生多少偏差。你可以用你喜歡的方式玩這個計算。

function check([x,...xs],[y,...ys], state = {sumSource: 0, sumDiff: 0}){ 
 
    state.sumSource += x; 
 
    state.sumDiff += Math.abs(x-y); 
 
    return xs.length ? check(xs,ys,state) : (100 - 100 * state.sumDiff/state.sumSource).toFixed(4) + "% similarity"; 
 
} 
 

 
var soureSequence = [0.53,0.55,0.50,0.40,0.50,0.52,0.58,0.60], 
 
    sequence1  = [0.53,0.54,0.49,0.40,0.50,0.52,0.58,0.60], 
 
    sequence2  = [0.53,0.55,0.50,0.42,0.50,0.53,0.57,0.62]; 
 

 
console.log(check(soureSequence,sequence1)); 
 
console.log(check(soureSequence,sequence2));