質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

データマイニング

データマイニングは、購買履歴やクレジットカードの利用履歴、電話の通話履歴など企業にある大量のデータを解析して、その中に隠れたパターンやルールを探し出す技術です。DMと略されることもあります。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

Q&A

解決済

1回答

211閲覧

集合同士のマッチ度を測るときのサンプル数の補正

riz

総合スコア30

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

データマイニング

データマイニングは、購買履歴やクレジットカードの利用履歴、電話の通話履歴など企業にある大量のデータを解析して、その中に隠れたパターンやルールを探し出す技術です。DMと略されることもあります。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

0グッド

0クリップ

投稿2019/05/18 06:27

編集2019/05/18 06:34

以下のように無作為な情報を抽出したとします。
a{E,M,D,4,R}
b{3,9,S,5,R,6,P,2,M,B}
c{E,Q,4,Z}

このとき、
aの要素でbを探索するとマッチするのはMとRで、マッチ率 2/5
bの要素でaを探索するとマッチするのはMとRで、マッチ率 2/10
cの要素でaを探索するとマッチするのはEと4で、マッチ率 2/4
となり、「cの集合はaに対してマッチ度が高い」ということが言えそうです。

ある意味それで正しいと思うのですが、「探索先の要素数が多いほどマッチ率が上がりやすい」ということを考慮した上でのマッチ率を出せないかと思っています。
つまり、a,b,cの要素はランダムに選んでいて異なるのは要素数のみなので、抜き出す要素数が同じであれば本質的なマッチ率には差がないはずです。

この場合、a,bからさらに無作為に4文字を抽出する以外に、全ての要素数を保ったまま本質的なマッチ率を出すような標準化はできるのでしょうか?
統計学でいう、標準誤差のようなものをマッチ率に適用したいイメージです。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

一般的には集合同士の類似度の計算にはJaccard係数, Dice係数などを使うと思います。

つまり、a,b,cの要素はランダムに選んでいて異なるのは要素数のみなので、抜き出す要素数が同じであれば本質的なマッチ率には差がないはずです。

ちょっと意味がわかりませんが、ランダムに選んでいるのであればマッチ率もランダムに変化する、と考えるのが穏当な気がします。

投稿2019/05/18 06:50

hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

riz

2019/05/18 12:49

ありがとうございます! そもそも類似度計算の概念が分かってなかったんですね!勉強になりました。 「本質的なマッチ率には差がない」というのは、無限回ランダム抽出をしたときa,b,c間の組み合わせの類似度は一定に収斂しそうだということが言いたかったです…
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問