Haskell最近的鄰居和模式識別

Question

這是我擁有的3個數據集的簡化版本：

Set A = [1, 1, 2, 2, 1, 2, 2, 1]
Set B = [2, 2, 1, 2, 2, 1, 1, 3]
Set C = [8, 4, 4, 4, 4, 9, 8, 4]

Haskell是否具有用於在數據集之間查找未指定模式的內置功能？ 我想在2個或更多數據集上運行我的程序，並讓它報告哪些相似，在這種情況下，將是A和B。

Answer 1

如果您不是在談論尋找結果相交處。

對於每兩個列表，我們可以使用Data.List intersect函數，將它們相交。

因此，想法是計算所有列表的交集並對它們進行排序。

> snd . last . sort $ [ (length $ intersect x y, (x,y)) | let list = [[1,1,2,2,1,2,2,1],[2,2,1,2,2,1,1,3],[8,4,4,4,4,9,8,4]], x <- list, y <- list, x /= y ]
([1,1,2,2,1,2,2,1],[2,2,1,2,2,1,1,3])

如果您有興趣建立后續的相交點，則可以使用以下方法：

import Data.List (sort, subsequences)

intersectCons :: (Ord a) => [a] -> [a] -> [a]
intersectCons x y = snd . last . sort $
  [ (length x1, x1) | x1 <- subsequences x
                    , x2 <- subsequences y
                    , x1 == x2 ]

例如：

> intersectCons [1, 1, 2, 2, 1, 2, 2, 1] [2, 2, 1, 2, 2, 1, 1, 3]
[2,2,1,2,2,1]

我們也可以使用它來查找最相似的列表對：

> snd . last . sort $ [ (length $ intersectCons x y, (x,y)) | let list = [[1,1,2,2,1,2,2,1],[2,2,1,2,2,1,1,3],[8,4,4,4,4,9,8,4]], x <- list, y <- list, x /= y ]
([2,2,1,2,2,1,1,3],[1,1,2,2,1,2,2,1])

實際上，如果您不僅要獲取一對列表，而且要獲取所有“相似”的對，則可以刪除snd . last . sort $ snd . last . sort $ snd . last . sort $並全部獲取。