额外的兴趣可能是适合这条线的好处.
为此,使用Pearson相关性,这里是PHP函数:
为此,使用Pearson相关性,这里是PHP函数:
/** * returns the pearson correlation coefficient (least squares best fit line) * * @param array $x array of all x vals * @param array $y array of all y vals */ function pearson(array $x,array $y) { // number of values $n = count($x); $keys = array_keys(array_intersect_key($x,$y)); // get all needed values as we step through the common keys $x_sum = 0; $y_sum = 0; $x_sum_sq = 0; $y_sum_sq = 0; $prod_sum = 0; foreach($keys as $k) { $x_sum += $x[$k]; $y_sum += $y[$k]; $x_sum_sq += pow($x[$k],2); $y_sum_sq += pow($y[$k],2); $prod_sum += $x[$k] * $y[$k]; } $numerator = $prod_sum - ($x_sum * $y_sum / $n); $denominator = sqrt( ($x_sum_sq - pow($x_sum,2) / $n) * ($y_sum_sq - pow($y_sum,2) / $n) ); return $denominator == 0 ? 0 : $numerator / $denominator; }
原文地址:https://www.jb51.cc/php/138202.html
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。