5

PHPで2セットのデータ間の人の相関係数の計算を実装しようとしています。この URL http://answers.oreilly.com/topic/1066-how-to-find-similar-users-with-python/で見つけることができる移植 python スクリプトを実行しようとしています。

私の実装は次のとおりです。

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;

}
}

コードをよりよく理解するための明確化。メソッド fetchAllPreferences は、実際にはアイテムであるオブジェクトのセットを返し、それらを管理しやすいように配列に変換します。

この実装が正しいかどうかはわかりません。特に、分母の計算の正確さに疑問があります。

どんなアドバイスも大歓迎です。

前もって感謝します!

4

3 に答える 3

5

これが私の解決策です:

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-php-php-simple-pearson-correlation/

于 2016-01-19T10:53:14.360 に答える
4

アルゴリズムは数学的には正しいように見えますが、数値的に不安定です。二乗和を明示的に見つけることは災害のレシピです。あなたがのような数を持っている場合はどうなりますarray(10000000001, 10000000002, 10000000003)か?分散を計算するための数値的に安定したワンパスアルゴリズムはウィキペディアにあり、同じ原理を共分散の計算に適用できます。

さらに簡単に、速度をあまり気にしない場合は、2つのパスを使用できます。最初のパスで平均を見つけ、2番目のパスで教科書の式を使用して分散と共分散を計算します。

于 2010-03-09T13:52:14.060 に答える
1

ここで私のパッケージを試してください

http://www.phpclasses.org/browse/package/5854.html

于 2010-03-10T05:05:54.780 に答える