R 跨矩阵匹配列

假设我有两个或更多的矩阵。矩阵中的行数和列数相同。但是矩阵不一定是平方的

Matrix1
     a        b        c
1    0.911    0.067    0.023
2    0.891    0.089    0.019
3    0.044    0.931    0.025
4    0.919    0.058    0.023

Matrix2
     a        b        c
1    0.024    0.070    0.906
2    0.020    0.090    0.891
3    0.025    0.930    0.045
4    0.024    0.058    0.918

行的总和始终为1。列可能会在矩阵之间移动位置。所以列名没有什么意义。上述示例中，材料表1中的“a”列是材料表2中的“c”列。该值将不相同，但相似

我可以使用什么样的方法/算法来对齐许多这样的矩阵中的列

预期结果如下所示

Matrix1
     a        b        c
1    0.911    0.067    0.023
2    0.891    0.089    0.019
3    0.044    0.931    0.025
4    0.919    0.058    0.023

Matrix2
     c        b        b
1    0.906    0.070    0.024
2    0.891    0.090    0.020
3    0.045    0.930    0.025
4    0.918    0.058    0.024

确保各列对齐。”mat1中的“a”对应于mat2中的“c”，依此类推。在这个可能的结果中，mat1是参考，mat2与之对齐

如果有人想尝试一些东西，我会使用R

mat1 <-
 matrix(c(0.911,0.891,0.044,0.919,0.067,0.089,0.931,0.058,0.023,0.019,0.025,0.023),nrow=4)
mat2 <-
 matrix(c(0.024,0.020,0.025,0.024,0.070,0.090,0.930,0.058,0.906,0.891,0.045,0.918),nrow=4)

---

假设每一列总是有一个很好的匹配，这应该是可行的

Matrix2[, sapply(1:ncol(Matrix1), 
     function(i) which.min(colSums(abs(Matrix2 - Matrix1[,i]))))]
      c     b     a
1 0.906 0.070 0.024
2 0.891 0.090 0.020
3 0.045 0.930 0.025
4 0.918 0.058 0.024

---

你可以这样做。该函数返回mat的列索引，其顺序与m.base列的欧几里德距离最匹配

---

请显示所需结果，因为在许多这样的矩阵中对齐列并不清楚。基本上，您希望识别矩阵2中的列，并将它们命名为矩阵1中最相似的列？我已编辑以添加所需结果。可能简单到mat2[，ordermat1[1，]-mat2[1，]]或mat2[，max.col-outermat1[1，]，mat2[1，]，functioni，j absi-j]

col.order <- function(m.base, mat){
  no.cols <- ncol(mat)
  col.ord <- rep(NA, no.cols)
  for(i in 1:no.cols){
    vec <- m.base[, i]
    col.dists <- apply(mat, 2, function(x) sum((x-vec)^2))
    best.dist <- min(col.dists[is.na(col.ord)])
    best.col <- match(best.dist, col.dists)
    col.ord[best.col] <- i
  }
  return(col.ord)
}

mat2[, col.order(mat1,mat2)]

      [,1]  [,2]  [,3]
[1,] 0.906 0.070 0.024
[2,] 0.891 0.090 0.020
[3,] 0.045 0.930 0.025
[4,] 0.918 0.058 0.024