2.3.1 ユークリッド距離によるスコア

集合知プログラミング2章

ユークリッド距離とは?

 閲覧数:2307  投稿日:2015-12-30  更新日:2016-01-02  

差の2乗和の平方根

ユークリッド距離によるスコアとは?
・ユークリッド距離を基にした類似性スコア
・類似性スコアを求めて後で重み付けに使うためにこれに1を加えて逆数を取ったものを使う
・1を加えて、逆数を取ることで0-1の範囲に収まる
・差が0なら1になり後は徐々に差がつくたびに0に近づく
・こうすることで常に0から1の間の値を返すようになり、類似性が高ければ1に近くなる

実装
・評者二人の共通項を抜き出す
・共通項が無ければ類似度0を返す
・評者二人の共通項に対してユークリッド距離を計算し、総和に1を加えたものの逆数をとり、これを類似度として返す

ユークリッド距離だと差の二乗和の平方根をとったものなので、戻り値はreturn 1/(1 + sqrt($sum_of_squares));

書籍からの変更点
・sim_distance関数の最後の行
return 1/(1 + sum_of_squares)

return 1/(1 + sqrt(sum_of_squares))

リンク先からの変更点
・'Michael Phillips' の 'The Night Listener' 評価を 3.0 から 4.0 へ変更


コード

$critics = array( 
  'Lisa Rose' => array( 
    'Lady in the Water' => 2.5,
    'Snakes on a Plane' => 3.5,
    'Just My Luck' => 3.0,
    'Superman Returns' => 3.5,
    'You, Me and Dupree' => 2.5,
    'The Night Listener' => 3.0,
  ),
  'Gene Seymour' => array( 
    'Lady in the Water' => 3.0,
    'Snakes on a Plane' => 3.5,
    'Just My Luck' => 1.5,
    'Superman Returns' => 5.0,
    'You, Me and Dupree' => 3.5,
    'The Night Listener' => 3.0,
  ),
  'Michael Phillips' => array( 
    'Lady in the Water' => 2.5,
    'Snakes on a Plane' => 3.0,
    'Superman Returns' => 3.5,
    'The Night Listener' => 4.0,
  ),
  'Claudia Puig' => array( 
    'Snakes on a Plane' => 3.5,
    'Just My Luck' => 3.0,
    'Superman Returns' => 4.0,
    'You, Me and Dupree' => 2.5,
    'The Night Listener' => 4.5,
  ),
  'Mick LaSalle' => array( 
    'Lady in the Water' => 3.0,
    'Snakes on a Plane' => 4.0,
    'Just My Luck' => 2.0,
    'Superman Returns' => 3.0,
    'You, Me and Dupree' => 2.0,
    'The Night Listener' => 3.0,
  ),
  'Jack Matthews' => array( 
    'Lady in the Water' => 3.0,
    'Snakes on a Plane' => 4.0,
    'Superman Returns' => 5.0,
    'You, Me and Dupree' => 3.5,
    'The Night Listener' => 3.0,
  ),
  'Toby' => array( 
    'Snakes on a Plane' => 4.5,
    'Superman Returns' => 4.0,
    'You, Me and Dupree' => 1.0,
  ),
);


// person1とperson2の距離を基にした類似性スコアを返す
//返り値は0-1の範囲で1に近いほど類似性がある
function sim_distance($prefs, $person1, $person2){

  $si = array();

  //二人とも評価しているアイテムのリストを得る
  foreach($prefs["$person1"] as $item => $val){
    if(isset($prefs["$person2"]["$item"])){
      $si["$item"] = 1;
    }
  }

  if(count($si) == 0){ return 0;}

  //すべての差の平方を足し合わせる
  //上のループでできる
  $sum_of_squares = 0;
  foreach($prefs["$person1"] as $item => $val){
    if(isset($prefs["$person2"]["$item"])){
      $sum_of_squares += pow( ( $prefs["$person1"]["$item"] - $prefs["$person2"]["$item"]),2);    }
  }

  return 1/(1 + sqrt($sum_of_squares));

}


var_dump( sim_distance($critics,'Lisa Rose','Gene Seymour') ); //float(0.29429805508555)
var_dump( sim_distance($critics,'Lisa Rose','Lisa Rose') ); //float(1)
var_dump( sim_distance($critics,'Lisa Rose','Toby') ); //float(0.34833147735479)



結果

float(0.29429805508555)
float(1)
float(0.34833147735479)



タグ


pow 





ユークリッド距離を求める

2.3.2 ピアソン相関によるスコア



週間人気ページランキング / 5-2 → 5-8
順位 ページタイトル抜粋 アクセス数
1 配列キー内に「指定文字列が含まれるキー」と「その値」を抽出して、新しい配列を返す | 配列(型) 6
2 8桁の生年月日数字を分解 | 文字列(テキスト処理) 4
3 本日が「第何何曜日」の当日に該当するか、を判定 | 日付および時刻関連 3
3 PHPで最後の「指定区切り文字」より後ろを取得 | 配列(型) 3
3 現在WebページのURLパスを第2階層まで取得 | パス 3
3 配列の内容(ひらがな)を、読み(あ行~わ行)で分け、新たな配列へ格納 | 配列(型) 3
4 array_count_values / 配列の要素が持つ値の出現回数をカウント | 配列(型) 2
4 2章(集合知プログラミング) カテゴリー 2
4 指定文字列より前を取得 | 文字列(テキスト処理) 2
4 配列の要素を置換して結果を配列で返す array_replace() | 配列(型) 2
4 URLから、トップページ(index.html)判定 | ルーティング 2
5 土日判定 | 日付および時刻関連 1
5 対象文字列へ対して、一致したすべての文字列を置換する標準関数 / str_replace | 文字列(テキスト処理) 1
5 stdClassで、指摘キー毎の数をカウント後、新たなキー「count」として追加 / array_count_values(array_column()) | ビルトインクラス(クラス) 1
5 日付文字列を比較して、年月日が異なる場合は年月日を、同一年の場合は月日を返す、同一年月の場合は月日を返す。※1日を厳密に直近24時間以内で判定 | 日付および時刻関連 1
5 多次元配列の「一次元要素数」もしくは「全次元要素数」をカウント | 多次元配列(型) 1
5 平均値、分散、標準偏差を求める | 統計 1
5 文字列(テキスト処理) カテゴリー 1
5 配列のキーを取得する array_keys() | 配列(型) 1
5 投稿日時をTwitterのように「★分前」「★時間前」という文字列変換するユーザ定義PHP関数 | 日付および時刻関連 1
2025/5/9 1:02 更新