มีรหัสสำหรับโซลูชันการคำนวณสำหรับอัลกอริธึมที่ตรงกันหรือไม่

คำถามของการออกแบบขั้นตอนการจับคู่ (ระหว่างโรงเรียนมัธยมและนักเรียนแพทย์ฝึกหัดและโรงพยาบาลผู้บริจาคไตและผู้รับ ... ) ได้รับการศึกษาอย่างกว้างขวางโดยนักเศรษฐศาสตร์

ฉันสงสัยว่าถ้าคุณรู้เกี่ยวกับการว่างใด ๆ รหัส นอกนั้น (นึกคิดในภาษาที่ค่อนข้างสูง) สามารถ โซลูชั่นการคำนวณ กับปัญหาการจับคู่ชนิดหลักสำหรับบางส่วนของ อัลกอริทึมที่มีชื่อเสียงที่สุด เสนอในวรรณคดี ฉันกำลังคิดที่จะเขียนหนึ่ง แต่ฉันไม่อยากมีอยู่แล้ว

ฉัน ส่วนใหญ่สนใจ ในโค้ดบางส่วนเพื่อคำนวณวิธีแก้ปัญหา รอการยอมรับ อัลกอริทึมใน ทางเลือกโรงเรียน ปัญหา แต่สิ่งอื่นจะได้รับการชื่นชม

ในขณะที่ตอบความคิดเห็นฉันรู้ว่าฉันได้รับการตอบกลับที่คุ้มค่า R ได้กลายเป็น "ภาษาเริ่มต้น" สำหรับสถิติการวิจัยการคำนวณจำนวนมาก (ด้วยเหตุผลหลายประการบทความ NYT ที่ดี ที่นี่ ) เป็นระดับสูงฟรีและโอเพนซอร์สและมีความเกี่ยวข้องอย่างใกล้ชิด วารสาร สำหรับการเผยแพร่อัลกอริทึมทางสถิติ การอ้างอิงและการตรวจสอบโดยเพื่อนเป็นสิ่งสำคัญสำหรับสถาบันการศึกษาดังนั้นคุณจะได้รับรหัสที่อธิบายอย่างดีมากมายที่โพสต์ไว้ใน R archives (CRAN) พร้อมคำอธิบายที่โพสต์ใน JStat สิ่งนี้รั่วไหลไปสู่บล็อกจำนวนมากและโพสต์โค้ดสาธิตอย่างรวดเร็ว

กล่าวคือมีรหัสฐานผู้ใช้ที่สร้างขึ้นมากมายสำหรับ R เมื่อฉันต้องการค้นหาอัลกอริทึมออนไลน์ฉันมักจะดูที่ codebase ใหญ่ก่อน การค้นหาอย่างรวดเร็วสำหรับรหัส R ปรากฏขึ้นดังต่อไปนี้:

จาก R blogger ด้วยรหัส (ดูลิงค์ส่วนสำคัญ):

อัลกอริทึมการยอมรับที่เลื่อนออกไป (DAA) กลับไปที่ Gale and Shapley (1962) พวกเขาแนะนำอัลกอริทึมที่ค่อนข้างง่ายที่พบการจับคู่ที่มั่นคงเช่นการรับเข้าเรียนวิทยาลัยหรือในตลาดการแต่งงาน ... การเปลี่ยนแปลงของอัลกอริทึมนี้ใช้ในการมอบหมายงานในโรงพยาบาลในสหรัฐอเมริกาโดยแพทย์ที่เพิ่งจบการศึกษาส่งการตั้งค่ามากกว่าโรงพยาบาล ... ที่นี่ฉันจะใช้ R เพื่อสร้างการจำลองเล็กน้อย

จากที่เก็บ github ที่สามารถติดตั้งได้สำหรับ ตลาดที่ตรงกัน :

แพ็คเกจ R matchingMarkets มาพร้อมกับตัวประมาณสองค่า:

• stabit: ดำเนินการตัวประมาณค่าแบบเบย์ที่ประมาณการการตั้งค่าของตัวแทนและแก้ไขการเลือกตัวอย่างในตลาดที่ตรงกันเมื่อกระบวนการคัดเลือกเป็นเกมจับคู่ด้านเดียว (เช่นการสร้างกลุ่ม)

• stabit2: ใช้ตัวประมาณค่า Bayes สำหรับเกมจับคู่สองด้าน (เช่น การรับเข้าเรียนวิทยาลัย และ การแต่งงานที่มั่นคง ปัญหา)

และสามอัลกอริทึมที่สามารถใช้เพื่อจำลองข้อมูลที่ตรงกัน:

• hri: แบบจำลองข้อ จำกัด สำหรับปัญหาโรงพยาบาล / ผู้พักอาศัย พบ ทั้งหมด การจับคู่ที่มั่นคงในตลาดจับคู่สองด้าน ดำเนินการสำหรับทั้ง ปัญหาการแต่งงานที่มั่นคง (การจับคู่แบบหนึ่งต่อหนึ่ง) และ ปัญหาโรงพยาบาล / ผู้พักอาศัย , a.k.a. ปัญหาการรับเข้าเรียนในวิทยาลัย (การจับคู่แบบหนึ่งต่อหนึ่ง)

• sri: โมเดลข้อ จำกัด สำหรับปัญหาเพื่อนร่วมห้องที่เสถียร ค้นหาการจับคู่ที่เสถียรทั้งหมดใน ปัญหาเพื่อนร่วมห้อง (ตลาดจับคู่ด้านเดียว)

• ttc: อัลกอริทึมซื้อขายบนสุด ค้นหาการจับคู่ที่มั่นคงใน ปัญหาตลาดที่อยู่อาศัย .

ฟังก์ชั่น hri และ sri อนุญาตให้ รายการการตั้งค่าที่ไม่สมบูรณ์ (ตัวแทนบางคนพบว่าตัวแทนบางคนยอมรับไม่ได้) และ อินสแตนซ์ที่ไม่สมดุล (จำนวนตัวแทนไม่เท่ากันทั้งสองด้าน)

หวังว่าหนึ่งในสิ่งเหล่านี้สามารถช่วยได้ โดยเฉพาะอย่างยิ่งที่สองดูมีประโยชน์มากโดยเฉพาะอย่างยิ่งถ้ามันมีตัวประมาณเชิงประจักษ์

ฉันรู้ว่ามันค่อนข้างล้าสมัย แต่มีแพ็คเกจใหม่ใน CRAN ที่เรียกว่า 'matchingR' ซึ่งฉันเชื่อว่าเร็วกว่าแพ็คเกจที่แนะนำข้างต้น คุณสามารถติดตั้งได้ด้วย

install.packages('matchingR')

นอกจากนี้ นี่คือลิงค์ไปยังแหล่งที่มา .