本文實例講述了PHP數據分析引擎計算余弦相似度算法。分享給大家供大家參考，具體如下：

關于余弦相似度的相關介紹可參考百度百科：余弦相似度

<?php/** * 數據分析引擎 * 分析向量的元素 必須和基準向量的元素一致，取最大個數，分析向量不足元素以0填補。 * 求出分析向量與基準向量的余弦值 * @author [email protected] *//** * 獲得向量的模 * @param unknown_type $array 傳入分析數據的基準點的N維向量。|eg:array(1,1,1,1,1); */function getMarkMod($arrParam){ $strModDouble = 0; foreach($arrParam as $val){ $strModDouble += $val * $val; } $strMod = sqrt($strModDouble); //是否需要保留小數點后幾位 return $strMod;}/** * 獲取標桿的元素個數 * @param unknown_type $arrParam * @return number */function getMarkLenth($arrParam){ $intLenth = count($arrParam); return $intLenth;}/** * 對傳入數組進行索引分配，基準點的索引必須為k，求夾角的向量索引必須為 '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標桿向量數組（索引被處理過） * @param unknown_type $arrAnaly 分析向量數組 （索引被處理過） |array('j0'=>1,'j1'=>2....) * @param unknown_type $strMarkMod標桿向量的模 * @param unknown_type $intLenth 向量的長度 */function getCosine($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;}?>

以上就是PHP計算余弦相似度算法的詳細內容，更多請關注 其它相關文章！

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。