문제
PHP의 두 데이터 세트 사이의 사람들의 상관 계수 계산을 구현하려고합니다. 이 URL에서 찾을 수있는 포팅 파이썬 스크립트를하려고합니다.http://answers.oreilly.com/topic/1066-how-to-find-similar-users-with-python/
내 구현은 다음과 같습니다.
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;
}
}
설명 코드를 더 잘 이해하기 위해 Method FetchAllPreferences는 실제로 항목 인 객체 세트를 다시 반환하고 관리의 용이성을 위해 배열로 전환합니다.
이 구현이 정확한지 확실하지 않습니다. 특히 분모 계산의 정확성에 대한 의문이 있습니다.
모든 조언을 환영합니다.
미리 감사드립니다!
해결책
알고리즘은 수학적으로 정확하지만 수치 적으로 불안정 해 보입니다. 사각형의 합을 명시 적으로 찾는 것은 재난의 레시피입니다. 당신이 같은 숫자가 있다면 어떨까요? array(10000000001, 10000000002, 10000000003)
? 분산 계산을위한 수치 적으로 안정적인 1 패스 알고리즘은 Wikipedia에서 발견되었습니다, 공분산 계산에 동일한 원칙을 적용 할 수 있습니다.
더 쉽지만, 속도에 대해별로 신경 쓰지 않으면 두 번의 패스 만 사용할 수 있습니다. 첫 번째 패스에서 평균을 찾은 다음 두 번째 패스에서 교과서 공식을 사용하여 차이와 공분산을 계산하십시오.
다른 팁
이것은 내 해결책입니다.
function php_correlation($x,$y){
if(count($x)!==count($y)){return -1;}
$x=array_values($x);
$y=array_values($y);
$xs=array_sum($x)/count($x);
$ys=array_sum($y)/count($y);
$a=0;$bx=0;$by=0;
for($i=0;$i<count($x);$i++){
$xr=$x[$i]-$xs;
$yr=$y[$i]-$ys;
$a+=$xr*$yr;
$bx+=pow($xr,2);
$by+=pow($yr,2);
}
$b = sqrt($bx*$by);
if($b==0) return 0;
return $a/$b;
}
http://profprog.ru/korrelyaciya-na-na-php-php-simple-pearson-correlation/
여기에서 내 패키지를 사용해보십시오