function initialiseCentroids(array $data, $k)
{
$dimensions = count($data[0]);
$centroids = array();
$dimmax = array();
$dimmin = array();
foreach ($data as $document) {
foreach ($document as $dim => $val) {
if (!isset($dimmax[$dim]) || $val > $dimmax[$dim]) {
$dimmax[$dim] = $val;
}
if (!isset($dimmin[$dim]) || $val < $dimmin[$dim]) {
$dimmin[$dim] = $val;
}
}
}
for ($i = 0; $i < $k; $i++) {
$centroids[$i] = initialiseCentroid($dimensions, $dimmax, $dimmin);
}
return $centroids;
}
function initialiseCentroids($normalisedTfidf, $numClusters)
{
$centroids = array();
$tfidfmax = array();
$tfidfmin = array();
// Min and Max arrays will contain all dimentions (all terms)
foreach ($normalisedTfidf as $docID => $value) {
foreach ($value as $term => $tfidfValue) {
if (!isset($tfidfmax[$term]) || $tfidfValue > $tfidfmax[$term]) {
$tfidfmax[$term] = $tfidfValue;
}
if (!isset($tfidfmin[$term]) || $tfidfValue < $tfidfmin[$term]) {
$tfidfmin[$term] = $tfidfValue;
}
}
}
// Randomly generate a centroid, do it 5 times
for ($i = 0; $i < $numClusters; $i++) {
$centroids[$i] = initialiseCentroid($tfidfmax, $tfidfmin);
}
// Return the centroids (array with index = cluster number -> tf-idf values)
return $centroids;
}
function inicializa_centroids(array $data, $k)
{
$dimensions = count($data[0]);
$centroids = array();
$dimmax = array();
$dimmin = array();
foreach ($data as $document) {
/* Achar um máximo e um mínimo em que a suposição das centroides possam estar */
foreach ($document as $dimension => $val) {
/* Se variável max não existe ou se valor 'x' do primeiro array dentro de data é maior que max */
if (!isset($dimmax[$dimension]) || $val > $dimmax[$dimension]) {
$dimmax[$dimension] = $val;
}
/* Se variável min não existe ou se valor 'x' do primeiro array dentro de data é menor que max */
if (!isset($dimmin[$dimension]) || $val < $dimmin[$dimension]) {
$dimmin[$dimension] = $val;
}
}
}
for ($i = 0; $i < $k; $i++) {
$centroids[$i] = initialiseCentroid($dimensions, $dimmax, $dimmin);
}
return $centroids;
}
