En tant que branche importante de l'intelligence artificielle, l'apprentissage automatique a été largement utilisé dans de nombreux domaines. Lors de la construction de modèles d'apprentissage automatique, PHP, en tant que langage de programmation populaire côté serveur, peut également jouer ses avantages uniques. Cet article présentera comment créer des modèles d'apprentissage automatique à l'aide de PHP et fournira des exemples de code pratiques.
Avant de commencer à construire des modèles d'apprentissage automatique, vous devez installer la bibliothèque d'apprentissage automatique PHP pertinente. PHP-ML est une bibliothèque d'apprentissage automatique PHP complète qui prend en charge des tâches telles que la régression, la classification et le clustering. Voici les étapes pour installer PHP-ML:
$ curl -sS https://getcomposer.org/installer | php
$ mv composer.phar /usr/local/bin/composer
{
"require": {
"php-ai/php-ml": "~0.8"
}
}
$ composer install
Les modèles de régression sont souvent utilisés pour prédire les variables cibles numériques. Voici un exemple d'utilisation de PHP pour construire un modèle de régression:
// Présenter les classes nécessaires
require 'vendor/autoload.php';
<p>use Phpml\Regression\SVR;<br>
use Phpml\SupportVectorMachine\Kernel;</p>
<p>// Données de formation<br>
$samples = [[60], [61], [62], [63], [65]];<br>
$targets = [3.1, 3.6, 3.8, 4, 4.1];</p>
<p>// Créer un modèle de régression<br>
$regression = new SVR(Kernel::LINEAR);<br>
$regression->train($samples, $targets);</p>
<p>// Prédire les nouvelles données<br>
$prediction = $regression->predict([[64]]);<br>
echo "Résultats prévus:" . $prediction;<br>
Les modèles de classification conviennent à la division des données en différentes catégories. L'exemple suivant montre comment créer un modèle de classification à l'aide de PHP:
// Présenter les classes nécessaires
require 'vendor/autoload.php';
<p>use Phpml\Classification\SVC;<br>
use Phpml\SupportVectorMachine\Kernel;</p>
<p>// Données de formation<br>
$samples = [[150, 50], [160, 60], [170, 70], [180, 80]];<br>
$targets = ['mâle', 'femelle', 'mâle', 'femelle'];</p>
<p>// Créer un modèle de classification<br>
$classifier = new SVC(Kernel::RBF, 1000);<br>
$classifier->train($samples, $targets);</p>
<p>// Prédire les nouvelles données<br>
$prediction = $classifier->predict([[190, 90]]);<br>
echo "Résultats prévus:" . $prediction;<br>
Les modèles de clustering sont utilisés pour diviser les données en différents clusters. Ce qui suit montre l'exemple de code pour construire un modèle de clustering à l'aide de PHP:
// Présenter les classes nécessaires
require 'vendor/autoload.php';
<p>use Phpml\Clustering\KMeans;</p>
<p>// Données de formation<br>
$samples = [[60], [61], [62], [63], [65]];</p>
<p>// Créer un modèle de clustering<br>
$clustering = new KMeans(3);<br>
$clustering->train($samples);</p>
<p>// Prédire les nouvelles données<br>
$prediction = $clustering->predict([[64]]);<br>
echo "Résultats prévus:" . $prediction;<br>
Cet article présente le processus de base de l'utilisation de PHP pour construire des modèles d'apprentissage automatique et montre les méthodes de mise en œuvre des modèles de régression, de classification et de clustering à travers des exemples spécifiques. En plus de la bibliothèque PHP-ML, il existe d'autres bibliothèques d'extensions d'apprentissage automatique à choisir dans l'écosystème PHP, et les développeurs peuvent les appliquer de manière flexible en fonction des besoins du projet. J'espère que cet article peut vous aider à effectuer avec succès le développement de l'apprentissage automatique dans un environnement PHP.