String Distances

Distance definition on a string column, like for instance Levenshtein distance. Additional parameters can be set based on the selected distance function.

Options

Column Selection

Choose the column for which the string distance is defined.

Distance Selection

Select and configure the distance to be used for measurement. Additional information is available through the help button in the configuration dialog.

Jaro-Winkler Distance
The Jaro-Winkler distance is a common measure for the difference between two strings. It is important to note that it is not actually a distance metric because it doesn't obey the triangle-inequality.

N-gram Tversky Distance (Tanimoto/ Dice)
In contrast to the edit distances the n-gram Tversky index does not rely on single-operation counts, instead it models relations between neighbored letters.

Levenshtein Distance
The Levenshtein distance is one of the famoust string metrices for measuring the difference between two strings. It is the minimum number of operations (i.e. deletions, insertions or substitutions) peformed on a single character to tranform one of the strings into the other.

Input Ports

Input data.

Output Ports

The configured distance.

Best Friends (Incoming)

• Column Filter (8 %) Streamable
• Row Filter (7 %) Streamable
• File Reader (4 %) Streamable
• Column Rename (4 %) Streamable
• String Manipulation (4 %) Streamable
• GroupBy (4 %) 
• Joiner (3 %) 
• Excel Reader (XLS) (3 %) StreamableDeprecated
• CSV Reader (3 %) 
• Table Creator (3 %) 
• Concatenate (3 %) Streamable
• Missing Value (2 %) 
• Table Row To Variable Loop Start (1 %) 
• ARFF Reader (1 %) 
• Database Reader (legacy) (1 %) 
• Cell Splitter (1 %) Deprecated
• Number To String (1 %) Deprecated
• String To Number (1 %) StreamableDeprecated
• Column Aggregator (1 %) Streamable
• Cross Joiner (1 %) Streamable
• Missing Value Column Filter (1 %) 
• Row Splitter (1 %) Streamable
• Partitioning (1 %) 
• RowID (1 %) Streamable
• Rule-based Row Filter (1 %) Streamable
• String Matcher (1 %) 
• String Similarity (1 %) 
• Create Collection Column (< 1 %) Streamable
• Split Collection Column (< 1 %) 
• Strings to Binary Objects (< 1 %) 
• Variable to Table Column (< 1 %) StreamableDeprecated
• Table Row to Variable (< 1 %) Deprecated
• Database Connection Table Reader (legacy) (< 1 %) 
• SQL Extract (legacy) (< 1 %) 
• Table Reader (< 1 %) Streamable
• Java Snippet (< 1 %) Streamable
• Feature Selection Filter (< 1 %) 
• Interval Loop Start (< 1 %) 
• Chunk Loop Start (< 1 %) 
• Recursive Loop Start (2 ports) (< 1 %) 
• PCA (< 1 %) Deprecated
• Scorer (< 1 %) 
• Auto-Binner (< 1 %) 
• Numeric Binner (< 1 %) Streamable
• Column Combiner (< 1 %) Streamable
• Column Comparator (< 1 %) Streamable
• Lag Column (< 1 %) Streamable
• Column Merger (< 1 %) Streamable
• Constant Value Column (< 1 %) Streamable
• Reference Row Filter (< 1 %) 
• Numeric Row Splitter (< 1 %) 
• Row Sampling (< 1 %) 
• Sorter (< 1 %) 
• Column Splitter (< 1 %) Streamable
• String Replacer (< 1 %) Streamable
• Transpose (< 1 %) 
• Ungroup (< 1 %) Streamable
• Rule-based Row Splitter (< 1 %) Streamable
• Crosstab (local) (< 1 %) 
• Color Manager (< 1 %) 
• ROC Curve (local) (< 1 %) 
• K Nearest Neighbor (Distance Function) (< 1 %) Deprecated
• Similarity Search (< 1 %) 
• XLS Reader (< 1 %) Deprecated
• Excel Reader (XLS) (< 1 %) StreamableDeprecated
• Vocabulary Extractor (< 1 %) 
• Term Co-Occurrence Counter (< 1 %) 
• NGram Creator (< 1 %) 
• Dictionary tagger (< 1 %) StreamableDeprecated
• POS tagger (< 1 %) StreamableDeprecated
• Bag of Words Creator (< 1 %) Deprecated
• Document vector (< 1 %) Deprecated
• Document Vector (< 1 %) 
• Strings To Document (< 1 %) Streamable
• String To Term (< 1 %) 
• Term To String (< 1 %) 
• Table View (< 1 %) 
• Python Script (1⇒1) (< 1 %) 
• Moving Aggregation (< 1 %) 
• XPath (< 1 %) Streamable
• Column Distance (< 1 %) 
• Show all 81 recommendations

Best Friends (Outgoing)

• Similarity Search (42 %) 
• Distance Matrix Calculate (13 %) 
• Aggregated Distance (12 %) 
• DBSCAN (6 %) 
• K Nearest Neighbor (Distance Function) (6 %) Deprecated
• k-Medoids (5 %) 
• Column Distance (5 %) 
• Hierarchical Clustering (DistMatrix) (4 %) 
• Column Distance (4 %) 
• Variable to Table Row (< 1 %) Deprecated
• K Nearest Neighbor (< 1 %) StreamableDeprecated
• Show all 11 recommendations

Workflows

• 09_​Fuzzy_​String_​Matching
• 01_​Semi_​Automated_​ML
• 01_​Deduplication_​of_​Address_​Data
• 01_​Emil_​the_​TeacherBot
• 02_​AL_​First_​Try_​Assign_​Classes_​via_​Distance
• 02_​Anonymize_​personal_​data
• TroveKleaner
• Typo Correction
• 2019_​08_​12_​Clustering_​Strings
• TroveKleaner
• Show all 10 workflows

Installation

To use this node in KNIME, install KNIME Distance Matrix from the following update site:

Developers

You want to see the source code for this node? Click the following button and we’ll use our super-powers to find it for you.