So implementieren Sie den Kosinus-Ähnlichkeitsalgorithmus in PHP

Verstehen Sie die Konzepte und Prinzipien des Kosinus-Ähnlichkeitsalgorithmus, der in der Datenanalyse, beim Informationsabruf, beim maschinellen Lernen und in anderen Bereichen weit verbreitet eingesetzt werden kann. Wie implementiert PHP als häufig verwendete serverseitige Programmiersprache in praktischen Anwendungen den Kosinus-Ähnlichkeitsalgorithmus? In diesem Artikel wird erläutert, wie Sie mit PHP den Kosinus-Ähnlichkeitsalgorithmus implementieren.

1. Konzept und Prinzip des Kosinus-Ähnlichkeitsalgorithmus

Der Kosinus-Ähnlichkeitsalgorithmus ist eine gängige Ähnlichkeitsberechnungsmethode, mit der der Ähnlichkeitsgrad zwischen zwei Vektoren berechnet wird. Die Kernidee besteht darin, den Kosinus des Winkels zwischen zwei Vektoren als Ähnlichkeit zu verwenden.

Die mathematische Formel des Kosinusähnlichkeitsalgorithmus lautet wie folgt:

cosθ= A·B / |A|·|B|

wobei A und B zwei Vektoren sind, cosθ der Kosinuswert zwischen ihnen ist, |A |. und |B| sind jeweils ihre Modullängen.

Im Kosinus-Ähnlichkeitsalgorithmus liegt der Wertebereich der Ähnlichkeit zwischen -1 und 1. Wenn zwei Vektoren die gleiche Richtung haben, ist der Kosinuswert 1, was bedeutet, dass die Vektoren völlig ähnlich sind. Wenn die beiden Vektoren orthogonal sind, ist der Kosinuswert 0, was bedeutet, dass die Vektoren völlig unterschiedlich sind Richtungen ist der Kosinuswert - 1, was bedeutet, dass die Vektoren völlig entgegengesetzt sind.

2. PHP implementiert den Kosinus-Ähnlichkeitsalgorithmus

In PHP können wir Vektoren über Arrays speichern und integrierte Funktionen für Berechnungen verwenden. Unten finden Sie einen Beispielcode, mit dem Sie den Kosinus-Ähnlichkeitsalgorithmus in PHP implementieren können.

/**

• Implementierung des Kosinus-Ähnlichkeitsalgorithmus
• @Param-Array $a Vektor-A-Wert
• @Param-Array $b-Vektor-B-Wert

• @Gibt den Gleitkomma-Kosinus-Ähnlichkeitswert zurück
  */
  function cosine_similarity($a, $b) {
  $dot_product = 0;
  $a_norm = 0;
  $b_norm = 0;

  foreach ($a as $key => $value) {

    $dot_product += $value * $b[$key];
    $a_norm += pow($value, 2);
    $b_norm += pow($b[$key], 2);

  }

  $a_norm = sqrt($a_norm);
  $b_norm = sqrt($b_norm);

  return $dot_product / ($a_norm * $b_norm);
  }

  // Beispiel
  $a = [1, 2, 3, 4, 5];
  $b = [6, 7, 8, 9, 10];
  $c = [2, 3, 6 , 7, 9];

  echo cosine_similarity($a, $b) . "n";
  echo cosine_similarity($a, $c) . "n";
  ?>

  Im obigen Code die cosine_similarity Funktion Empfangen Sie zwei Vektoren A und B, durchlaufen Sie dann ihre Schlüssel-Wert-Paare und berechnen Sie deren Skalarprodukt und normalisierte Werte. Letztendlich gibt die Funktion einen Kosinus-Ähnlichkeitswert zurück, der als Metrik zur Bewertung der Ähnlichkeit zwischen Vektoren verwendet werden kann.

  3. Zusammenfassung

  Der Kosinus-Ähnlichkeitsalgorithmus ist eine der gängigen Methoden zur Berechnung der Ähnlichkeit zweier Vektoren und kann in großem Umfang in der Datenanalyse, beim Informationsabruf, beim maschinellen Lernen und in anderen Bereichen eingesetzt werden. In der tatsächlichen Anwendung können wir die in PHP integrierte Funktion verwenden, um den Kosinus-Ähnlichkeitsalgorithmus zu implementieren und die Ähnlichkeit zwischen Vektoren schnell zu berechnen. Ich hoffe, dass die in diesem Artikel vorgestellten Methoden und Beispielcodes für die Leser hilfreich sein können.

  Das obige ist der detaillierte Inhalt vonSo implementieren Sie den Kosinus-Ähnlichkeitsalgorithmus in PHP. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!