本文实例讲述了PHP数据分析引擎计算余弦相似度算法。分享给大家供大家参考,具体如下:
关于余弦相似度的相关介绍可参考百度百科:余弦相似度
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
|
<?php
/**
* 数据分析引擎
* 分析向量的元素 必须和基准向量的元素一致,取最大个数,分析向量不足元素以0填补。
* 求出分析向量与基准向量的余弦值
* @author yu.guo@okhqb.com
*/
/**
* 获得向量的模
* @param unknown_type $array 传入分析数据的基准点的N维向量。|eg:array(1,1,1,1,1);
*/
function getMarkMod( $arrParam ){
$strModDouble = 0;
foreach ( $arrParam as $val ){
$strModDouble += $val * $val ;
}
$strMod = sqrt( $strModDouble );
//是否需要保留小数点后几位
return $strMod ;
}
/**
* 获取标杆的元素个数
* @param unknown_type $arrParam
* @return number
*/
function getMarkLenth( $arrParam ){
$intLenth = count ( $arrParam );
return $intLenth ;
}
/**
* 对传入数组进行索引分配,基准点的索引必须为k,求夹角的向量索引必须为 'j'.
* @param unknown_type $arrParam
* @param unknown_type $index
* @ruturn $arrBack
*/
function handIndex( $arrParam , $index = 'k' ){
foreach ( $arrParam as $key => $val ){
$in = $index . $key ;
$arrBack [ $in ] = $val ;
}
return $arrBack ;
}
/**
*
* @param unknown_type $arrMark标杆向量数组(索引被处理过)
* @param unknown_type $arrAnaly 分析向量数组 (索引被处理过) |array('j0'=>1,'j1'=>2....)
* @param unknown_type $strMarkMod标杆向量的模
* @param unknown_type $intLenth 向量的长度
*/
function getCosine( $arrMark , $arrAnaly , $strMarkMod , $intLenth ){
$strVector = 0;
$strCosine = 0;
for ( $i = 0; $i < $intLenth ; $i ++){
$strMarkVal = $arrMark [ 'k' . $i ];
$strAnalyVal = $arrAnaly [ 'j' . $i ];
$strVector += $strMarkVal * $strAnalyVal ;
}
$arrAnalyMod = getMarkMod( $arrAnaly ); //求分析向量的模
$strFenzi = $strVector ;
$strFenMu = $arrAnalyMod * $strMarkMod ;
$strCosine = $strFenzi / $strFenMu ;
if (0 !== (int) $strFenMu ){
$strCosine = $strFenzi / $strFenMu ;
}
return $strCosine ;
}
?>
|
希望本文所述对大家PHP程序设计有所帮助。