Ein nächster Nachbar mit awk
Das ist, was ich versuche, mit AWK-Sprache zu tun. Ich habe hauptsächlich mit Schritt 2 ein Problem. Ich habe einen Beispieldatensatz angezeigt, aber der Originaldatensatz besteht aus 100 Feldern und 2000 Datensätzen.
Algorithmu1) initialisiere Genauigkeit = 0
2) für jeden Datensatz r
Find the closest other record, o, in the dataset using distance formula
Um den nächsten Nachbarn für r0 zu finden, muss ich r0 mit r1 bis r9 vergleichen und wie folgt rechnen:square (abs (r0.c1 - r1.c1)) + square (abs (r0.c2 - r1.c2)) + ... + square (abs (r0.c5 - r1.c5)) und diese Entfernung speichern.
3) Vergleichen Sie die c6-Werte eines mit dem Mindestabstand. Wenn c6-Werte gleich sind, erhöhen Sie die Genauigkeit um 1.
Nachdem der Vorgang für alle Datensätze wiederholt wurde.
4) Abschließend erhalten Sie den 1nn-Genauigkeitsprozentsatz durch (Genauigkeit / total_records) * 100;
Sample Dataset c1 c2 c3 c4 c5 c6 --> Columns
r0 0.19 0.33 0.02 0.90 0.12 0.17 --> row1 & row7 nearest neighbour in c1
r1 0.34 0.47 0.29 0.32 0.20 1.00 and same values in c6(0.3) so ++accuracy
r2 0.37 0.72 0.34 0.60 0.29 0.15
r3 0.43 0.39 0.40 0.39 0.32 0.27
r4 0.27 0.41 0.08 0.19 0.10 0.18
r5 0.48 0.27 0.68 0.23 0.41 0.25
r6 0.52 0.68 0.40 0.75 0.75 0.35
r7 0.55 0.59 0.61 0.56 0.74 0.76
r8 0.04 0.14 0.03 0.24 0.27 0.37
r9 0.39 0.07 0.07 0.08 0.08 0.89
BEGIN {
#initialize accuracy and total_records
accuracy = 0;
total_records = 10;
}
NR==FNR { # Loop through each record and store it in an array
for (i=1; i<=NF; i++)
{
records[i]=$i;
}
next
}
{ # Re-Loop through the file and compare each record from the array with each record in a file
for(i=1; i <= length(records); i++)
{
for (j=1; j<=NF; j++)
{ # here I need to get the difference of each field of the record[i] with each all the records, square them and sum it up.
distance[j] = (records[i] - $j)^2;
}
#Once I have all the distance, I can simply compare the values of field_6 for the record with least distance.
if(min(distance[j]))
{
if(records[$6] == $6)
{
++accuracy;
}
}
}
END{
percentage = 100 * (accuracy/total_records);
print percentage;
}