php智能文章相关性匹配,PHP中的Pearson相关性

我的实现如下：

class LB_Similarity_PearsonCorrelation implements LB_Similarity_Interface{

public function similarity($user1, $user2){

$sharedItem = array();

$pref1 = array();

$pref2 = array();

$result1 = $user1->fetchAllPreferences();

$result2 = $user2->fetchAllPreferences();

foreach($result1 as $pref){

$pref1[$pref->item_id] = $pref->rate;

}

foreach($result2 as $pref){

$pref2[$pref->item_id] = $pref->rate;

}

foreach ($pref1 as $item => $preferenza){

if(key_exists($item,$pref2)){

$sharedItem[$item] = 1;

}

}

$n = count($sharedItem);

if ($n == 0) return 0;

$sum1 = 0;$sum2 = 0;$sumSq1 = 0;$sumSq2 = 0;$pSum = 0;

foreach ($sharedItem as $item_id => $pre) {

$sum1 += $pref1[$item_id];

$sum2 += $pref2[$item_id];

$sumSq1 += pow($pref1[$item_id],2);

$sumSq2 += pow($pref2[$item_id],2);

$pSum += $pref1[$item_id] * $pref2[$item_id];

}

$num = $pSum - (($sum1 * $sum2) / $n);

$den = sqrt(($sumSq1 - pow($sum1,2)/$n) * ($sumSq2 - pow($sum2,2)/$n));

if ($den == 0) return 0;

return $num/$den;

}

}

澄清为了更好地理解代码,方法fetchAllPreferences返回一组实际上是项目的对象,将它们变成一个数组以便于管理

我不确定这个实现是否正确,特别是我对分母计算的正确性有些怀疑.

欢迎任何建议.

提前致谢！

解决方法:

您的算法看起来在数学上是正确的但在数值上不稳定.明确地找到平方和是灾难的一个方法.如果您有像数组(10000000001,10000000002,10000000003)这样的数字怎么办？用于计算方差的数值稳定的一次通过算法可以是found on Wikipedia,并且相同的原理可以应用于计算协方差.

更简单,如果你不太关心速度,你可以使用两次传球.在第一遍中找到均值,然后使用第二遍中的教科书公式计算方差和协方差.

标签：php,algorithm,correlation

来源： https://codeday.me/bug/20191008/1871417.html