Ho una matrice di adiacenza (simmetrica), che è stata creata in base al co-occorrenza dei nomi (ad esempio: Greg, Mary, Sam, Tom) negli articoli di giornale (ad esempio: a, b, c, d). Vedi sotto.Calcolo del valore di sollevamento
Come calcolare il valore di sollevamento per gli elementi di matrice diversa da zero (http://en.wikipedia.org/wiki/Lift_(data_mining))?
Sarei interessato a un'implementazione efficiente, che potrebbe essere utilizzata anche per matrici molto grandi (ad esempio, un milione di elementi diversi da zero).
Apprezzo qualsiasi aiuto.
# Load package
library(Matrix)
# Data
A <- new("dgTMatrix"
, i = c(2L, 2L, 2L, 0L, 3L, 3L, 3L, 1L, 1L)
, j = c(0L, 1L, 2L, 0L, 1L, 2L, 3L, 1L, 3L)
, Dim = c(4L, 4L)
, Dimnames = list(c("Greg", "Mary", "Sam", "Tom"), c("a", "b", "c", "d"))
, x = c(1, 1, 1, 1, 1, 1, 1, 1, 1)
, factors = list()
)
# > A
# 4 x 4 sparse Matrix of class "dgTMatrix"
# a b c d
# Greg 1 . . .
# Mary . 1 . 1
# Sam 1 1 1 .
# Tom . 1 1 1
# One mode projection of the data
# (i.e. final adjacency matrix, which is the basis for the lift value calculation)
A.final <- tcrossprod(A)
# > A.final
# 4 x 4 sparse Matrix of class "dsCMatrix"
# Greg Mary Sam Tom
# Greg 1 . 1 .
# Mary . 2 1 2
# Sam 1 1 3 2
# Tom . 2 2 3