Уникальная пара элементов между двумя векторами, максимизирующая общую сумму - PullRequest
Новая
       44

Уникальная пара элементов между двумя векторами, максимизирующая общую сумму

0 голосов
/ 19 марта 2019

У меня есть фрейм данных, который содержит все возможные комбинации между элементами двух векторов, и для каждой комбинации у меня есть соответствующий счет.Я пытался найти эффективный способ найти подмножество уникальных пар с уникальными элементами (то есть элемент из одного вектора можно найти только один раз по всем парам), который максимизирует сумму баллов, соответствующих каждой комбинации.В качестве примера данных рассмотрим df: 

df = data.frame(Var1 = c("A", "B", "C"), Var2 = c("A", "C", "D"))
df = expand.grid(df$Var1, df$Var2)
df$score = c(1, 0.5, 2, 1, 0.5, 0.5, 1, 2, 1)
> df
  Var1 Var2 score
1    A    A   1.0
2    B    A   0.5
3    C    A   2.0
4    A    C   1.0
5    B    C   0.5
6    C    C   0.5
7    A    D   1.0
8    B    D   2.0
9    C    D   1.0
>

Ожидаемый результат будет: 

A  C  1
B  D  2
C  A  2

Примечание , что вы можете иметь перекрытие между элементамидва вектора, но опять же каждый элемент из каждого вектора должен появиться только один раз.Кроме того, пара A A 1 разрешена и была бы возможна, но это сделало бы невозможным создание пары C A 2, которая увеличила бы общую сумму score.В качестве попытки я использовал этот вкладыш с функциональностью dplyr

df <- df %>% group_by(Var1) %>% slice(which.max(score)) %>% as.data.frame()

, который производит: 

> df
  Var1 Var2 score
1    A    A     1
2    B    D     2
3    C    A     2

, что достаточно близко, но A извторой вектор повторяется.У вас есть какие-нибудь предложения?Заранее спасибо!

1 Ответ

0 голосов
/ 20 марта 2019

Ну, в конце концов я нашел решение на основе Венгерского алгоритма , реализованного в функции solve_LSAP пакета clue R. Чтобы он работал, преобразуйте ваш df в матрицу следующим образом: 

df = matrix(sapply(df$score, function(x) x), nrow=length(unique(df$Var1)), ncol=length(unique(df$Var2)), dimnames = list(unique(df$Var1), unique(df$Var2)))

и применить функцию 

df.res = solve_LSAP(df, maximum = T)
> df.res
Optimal assignment:
1 => 2, 2 => 3, 3 => 1

и затем вернуть действительные узлы или имена 

df.res = cbind(rownames(df), colnames(df)[df.res])
> df.res
     [,1] [,2]
[1,] "A"  "C" 
[2,] "B"  "D" 
[3,] "C"  "A" 
>

Tadaaaaam!

...