基于 PHP-ML 库实现机器学习 phpml

码农软件 · 软件分类 · 机器学习/深度学习 · 2019-08-06 11:43:52

软件介绍

phpml

基于 PHP-ML 库实现机器学习

基于语言学习

基于语言学习,根据语言编码实现学习

实例

require_once 'vendor/autoload.php';
use Phpml\Classification\KNearestNeighbors; 
use Phpml\Dataset\CsvDataset;
use Phpml\Dataset\ArrayDataset;
use Phpml\FeatureExtraction\TokenCountVectorizer;
use Phpml\Tokenization\WordTokenizer;
use Phpml\CrossValidation\StratifiedRandomSplit;
use Phpml\FeatureExtraction\TfIdfTransformer;
use Phpml\Metric\Accuracy;
use Phpml\Classification\SVC;
use Phpml\Regression\SVR;
use Phpml\SupportVectorMachine\Kernel;

$dataset = new CsvDataset('languages.csv', 1);
$vectorizer = new TokenCountVectorizer(new WordTokenizer());
$tfIdfTransformer = new TfIdfTransformer();

$testample=['我是中国人'];


$samples = [];
foreach ($dataset->getSamples() as $sample) {
   $samples[] = $sample[0];
}


$vectorizer->fit($samples);
$vectorizer->transform($samples);

$vectorizer->fit($testample);
$vectorizer->transform($testample);

$tfIdfTransformer->fit($samples);
$tfIdfTransformer->transform($samples);



$dataset = new ArrayDataset($samples, $dataset->getTargets());

$randomSplit = new StratifiedRandomSplit($dataset, 0.1);


$classifier = new SVC(Kernel::RBF, 10000);
$classifier->train($randomSplit->getTrainSamples(), $randomSplit->getTrainLabels());
$testpredictedLabels = $classifier->predict($testample);

print_r($testpredictedLabels);// return  Array ( [0] => zh )
exit;

本文地址:https://codercto.com/soft/d/11763.html

算法学

算法学

哈雷尔 / 第1版 (2006年2月1日) / 2006年2月1日 / 38.0

本书的意图在于按序学习或研究,而不是作为一个参考。因而按照每章依赖于前面章节的结构组织本书,且流畅易读。第一部分预备知识中的大部分材料对于那些具有程序设计背景的人是熟悉的。无论是否恰当,本书包含了计算机科学家当前感兴趣的研究专题的简明讨论。这本教科书的书后有每章详细参考书目的注记,并通过“后向”指针把教科书中的讨论与相关文献联系起来。目前的版本包含大量习题,以及大约三分之一的题解。可用题解作为教科......一起来看看 《算法学》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具