我正在努力接受agrep用于模糊匹配的功能。假设你有这样的字符串：
x <- c("me", "mum", "mm", "my", "mm mm", "mhm", "mother")
进一步假设我想匹配那些最接近mm. 使用agrep，匹配的相互“接近度”或“距离”由“广义的 Levenshtein 编辑距离（将一个字符串转换为另一个字符串所需的插入、删除和替换的最小可能加权数”（来自 R 文档agrep）来衡量。据我了解，Levenshtein 距离有效地反映了转换的成本。因此，例如，如果参数cost设置为0，则agrep返回mmand mm mm，这是可以预期的，因为两个字符串需要零转换：
agrep("mm", x, max.distance = list(cost = 0), value = T)
[1] "mm" "mm mm"
但是，如果cost设置为 的（荒谬的）一小部分1，则所有字符串都匹配，尽管看起来，例如转换mother为mm涉及至少两个操作，即 (i) 删除other和 (ii) 将其替换为m因此应该更加“昂贵”来实现：
agrep("mm", x, max.distance = list(cost = 0.000000000000000000000000000000001), value = T)
[1] "me" "mum" "mm" "my" "mm mm" "mhm" "mother"
我的猜测是，我并不真正了解agrep它的论点是如何工作的，尤其是距离是如何计算的，因此非常感谢有关此问题的专家指导。