余弦相似度 PHP答案

【问题标题】：Cosine Similarity PHP余弦相似度 PHP
【发布时间】：2013-05-24 02:06:22
【问题描述】：

我想在 PHP 中计算 1 (ID1) 和 3 (ID1) 之间的余弦相似度，同样适用于 1 和 4、3 和 4。公式应该是这样的：

相似度 = (1.1 * 3.1 + 1.4 * 3.4)/(((1.1)^2+(1.3)^2+(1.4)^2)^0.5)(((3.1)^2+ (3.4)^ 2)^0.5) = (4*4+8*4)/(((16+16+64)^0.5)(16+16)^0.5))

我的数据集如下所示：

ID1    ID2    Value  
1      1       4     
1      3       4     
1      4       8     
3      1       4     
3      4       4    
4      1       8     
4      3       4

是否有任何代码可以在 PHP 中为此计算余弦相似度？

【问题讨论】：

Cosine Similarity 是基本的，看起来一点也不像你的公式......你能分享更多的光并打破它与 ID1 、 ID2 和 Value 的关系吗
ID1中的每个值代表一个向量，ID2代表对应的部分，如果即1.1 1.3 1.4是向量，点后的值在ID2中为1。因此ID1的1是向量。所以我比较了 1 和 3 的对应值（分别作为 A 和 B 向量）。所以余弦相似度与wiki中给出的相同。

标签： php cosine-similarity

【解决方案1】：

公式在数学中很常见，与编程语言无关。

如果你有两个长度为 n 的向量：

u = (u1, u2, ...., un) and v = (v1, v2, ...., vn)

那么余弦相似度（又名点积）为：

u1*v1 + u2*v2 + .... + un*vn
_____________________________
     len(u) * len(v)

len(u) = sqrt(u1*u1 + u2*u2 + .... + un*un); len(v) 也是如此

【讨论】：

是的，但我有很大的数据集。我应该如何循环，以便我可以计算每个 Id1 值之间的相似性，同时代码是最优的？
您要求的公式。现在你假设它是次优的？刚才你甚至不明白。应该可以疯狂地并行化。
我已经在我的问题中写了公式。我的问题清楚地要求一个代码而不是公式。请先阅读问题。
如果你知道公式，你应该能够创建代码......它只是比较两个数组的相同索引的元素。