利用PHP实现机器学习，php-ml的应用

最新推荐文章于 2024-05-25 09:33:46 发布

跳跳虎Rain

最新推荐文章于 2024-05-25 09:33:46 发布

阅读量1.6k

点赞数 2

分类专栏： php 文章标签： php

本文链接：https://blog.csdn.net/weixin_42450794/article/details/107043596

版权

本文介绍了如何使用php-ml库进行机器学习，该库提供了算法、交叉验证、神经网络等工具。通过composer进行安装，文章以近邻算法为例，详细阐述了KNN分类，并提及线性、近邻和贝叶斯算法。同时，还展示了如何利用apriori进行关联性规则学习和回归预测。

摘要由CSDN通过智能技术生成

php-ml机器学习库

https://php-ml.readthedocs.io/en/latest/#author 库中包含算法，交叉验证，神经网络，预处理，特征提取等功能。

利用composer安装

composer require php-ai/php-ml

近邻算法，$samples是数据，$labels是标记，传入的参数[3,2]由模型训练获得结果最靠近d，所以叫近邻算法，

近邻算法还有一些细分：

k-NN分类 
输入：包含特征空间中的 k 个最接近的训练样本。 
输出：一个分类族群。

k-NN回归 
输入：包含特征空间中的 k 个最接近的训练样本。 
输出：该对象的属性值。该值是其 k 个最近邻居的值的平均值。

演示下KNN分类

<?php
require_once __DIR__ . '/vendor/autoload.php';

use Phpml\Classification\KNearestNeighbors;

//近邻算法 KNN算法
$samples = [[1, 3], [1, 4], [2, 4], [3, 1], [4, 1], [4, 2]];
$labels = ['a', 'b', 'c', 'd', 'e', 'f'];

$classifier = new KNearestNeighbors();
$classifier->train($samples, $label