0

想象一下在 x 轴上运行的平滑颜色曲线，从左侧的白色到右侧的红色。此梯度由 描述x。

set.seed(444)
x <-sort(runif(10,0,1))
x
 #[1] 0.04887351 0.05602405 0.16805309 0.18510214 0.28311653 0.36549003 0.38968610 
 #    0.55943791 0.57680379 0.84906069

向量中x彼此相邻的元素比序列中距离较远的元素更相似。我可以将此向量与 随机混合sample(x,10)。但是，如果我想改组x以使彼此相邻的数字（最近的邻居）比相距较远的数字更有可能彼此不同，那么实现此目的的好方法是什么？

例如，对于 x，一个元素与其最接近的元素的平均值之间的相关性是明确的：

neighbour <- c(x[2],mean(x[1],x[3]),mean(x[2],x[4]),mean(x[3],x[5]),
               mean(x[4],x[6]),mean(x[5],x[7]),mean(x[6],x[8]),
               mean(x[7],x[9]),mean(x[8],x[10]),x[9])
 cor(x,neighbour)
#[1] 0.9539783

我想产生洗牌x来产生一个cor()强烈负面的向量。

4

1 回答 1

3

由于测试每个排列并取最小值的排列并不合理cor（因为排列的数量是10!3 628 800），您可以尝试优化。这是一种方法：

a <- sort(runif(10,0,1))

#The function to minimize
f<-function(par,vec){
    x<-vec[par]
    neighbour <- c(x[2],mean(x[1],x[3]),mean(x[2],x[4]),mean(x[3],x[5]),
               mean(x[4],x[6]),mean(x[5],x[7]),mean(x[6],x[8]),
               mean(x[7],x[9]),mean(x[8],x[10]),x[9])
    cor(x,neighbour)
    }

# A function to generate a new permutation to test  
g<-function(par,vec){sample(par, length(par))}

res <- optim(par=seq_along(a), fn=f, gr=g, vec=a, method="SANN", 
      control=list(maxit = 30000, temp = 2000, trace = TRUE, REPORT = 500))

你的结果是a[res$par]。

于 2013-03-26T09:45:20.903 回答