အချိန်ဇယားခွဲခြမ်းစိတ်ဖြာခြင်းနှင့်ခန့်မှန်းမော်ဒယ်ကိုအကောင်အထည်ဖော်ရန် PHP ကိုမည်သို့အသုံးပြုရမည်နည်း

နိဒါန်း

Time စီးရီးဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းသည်ဒေတာသိပ္ပံ၏အလွန်အရေးကြီးသောအစိတ်အပိုင်းဖြစ်ပြီးရောင်းအားခန့်မှန်းခြင်း, ဘဏ် financial ာရေးခွဲခြမ်းစိတ်ဖြာခြင်း, PHP သည် Web Development အတွက်အဓိကအားဖြင့်အဓိကအားဖြင့်အသုံးပြုသော်လည်း Machine SPP-ML ကဲ့သို့သော Machine Dearchings နှင့်အတူမော်ဒယ်လ်လုပ်ငန်းများကိုအချိန်ဇယားဆွဲရန်အရည်အချင်းပြည့်မီနိုင်သည်။ ဤဆောင်းပါးသည်အချိန်စီးရီးအချက်အလက်များကိုခွဲခြမ်းစိတ်ဖြာရန် PHP ကိုမည်သို့အသုံးပြုရမည်ကိုပြသရန်ဥပမာများကိုအသုံးပြုပါမည်။

1 ။ အဘိတ်: စာကြည့်တိုက်နှင့် dataset တင်သွင်း

မော်ဒယ်လ်ကိုမစတင်မီသင်လိုအပ်သော PHP စာကြည့်တိုက်နှင့်ခွဲခြမ်းစိတ်ဖြာခံရမည့်အချိန်ကိုမိတ်ဆက်ပေးရန်လိုအပ်သည်။ ဤနေရာတွင် `Php-Ml` စာကြည့်တိုက်တွင် data set နှင့် tool classများကို အသုံးပြု. ဖွံ့ဖြိုးရေးလုပ်ငန်းစဉ်ကိုရိုးရှင်းစေရန်

 
require 'vendor/autoload.php';

use Phpml\Dataset\CsvDataset;

// Timing Timing Data ကိုတင်သွင်းပါ
$dataset = new CsvDataset('path/to/dataset.csv', 1);

2 ။ အချိန် sequence data ကို preprocessing

ဒေတာကုန်ကြမ်းဒေတာဆူညံလိမ့်မည်နှင့်မော်ဒယ်မတိုင်မီကြိုတင်မှာယူသင့်ပါတယ်။ ပြင်ပလူများ၏အကျိုးသက်ရောက်မှုကိုလျှော့ချရန်အချက်အလက်များကိုချောမွေ့စေရန်ကျွန်ုပ်တို့သည်ရွေ့လျားနေသောပျမ်းမျှနည်းလမ်းကိုအသုံးပြုပါမည်။

 
use Phpml\Preprocessing\Smoothing\MovingAverage;

// အချက်အလက်ချောမွေ့စွာလုပ်ဆောင်ခြင်း
$smoothing = new MovingAverage(7);
$smoothedDataset = $smoothing->smooth($dataset->getSamples());

3 ။ Arima မော်ဒယ်တစ်ခုတည်ဆောက်ပါ

Arima (Autoregredive internal slefting perminal) သည်အချိန်ကိုဆန်းစစ်လေ့လာခြင်းအတွက်အသုံးပြုသောစာရင်းအင်းပုံစံဖြစ်သည်။ ထို့နောက် `Php-Ml` မှအချက်အလက်များကိုစံသတ်မှတ်ထားရန် ARIMA အတန်းကိုအသုံးပြုပါ။

 
use Phpml\Regression\ARIMA;

// တည်ဆောက်ARIMAပုံစံ
$arima = new ARIMA(1, 1, 0);
$arima->train($smoothedDataset);

4 ။ ခန့်မှန်းချက် function ကိုအကောင်အထည်ဖော်

မော်ဒယ်ကိုလေ့ကျင့်သင်ကြားပြီးနောက်အနာဂတ်ဒေတာလမ်းကြောင်းသစ်များကိုကြိုတင်ခန့်မှန်းရန်အသုံးပြုနိုင်သည်။ အောက်ပါကုဒ်များသည်လေ့ကျင့်သင်ကြားထားသောမော်ဒယ်လ်ကို အသုံးပြု. ခန့်မှန်းခြင်းရလဒ်များကိုမည်သို့ဖန်တီးရမည်ကိုပြသသည်။

 
// ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းနှင့်ခန့်မှန်းချက်လုပ်ဆောင်ပါ
$predictions = $arima->predict(10);

V. ရလဒ် Visualization

ခန့်မှန်းချက်ရလဒ်များကိုမြင်ယောင်ကြည့်ရှုခြင်းသည်မော်ဒယ်လ်မှဟောပြောသည့်ခေတ်ရေစီးကြောင်းကိုပိုမိုအလိုလိုသိသောလမ်းကြောင်းများကိုနားလည်ရန်ကူညီလိမ့်မည်။ ဇယားဆွဲရန် `phpm \ plot \ Plot \ Plot's အတန်းကိုသုံးပါ။

 
use Phpml\Plot\Plot;

// ခန့်မှန်းချက်ရလဒ်များ၏ဇယားဆွဲပါ
$plot = new Plot(800, 400);
$plot->plot($smoothedDataset, $predictions);
$plot->save('path/to/plot.png');

6 ။ အကျဉ်းချုပ်

ဤဆောင်းပါးသည် PHP မှတစ်ဆင့် PHP မှတစ်ဆင့် PHP မှတစ်ဆင့် PHP မှတစ်ဆင့် PHP မှတစ်ဆင့် PHP မှတစ်ဆင့်မည်သို့ပုံစံပြုရမည်ကိုမိတ်ဆက်ပေးပြီးခန့်မှန်းသည်။ PHP သည်ရိုးရာဒေတာသိပ္ပံဘာသာရပ်မဟုတ်သော်လည်း၎င်းသည်တတိယပါတီစာကြည့်တိုက်များနှင့်အတူတိကျသောစီးပွားရေးအခြေအနေများတွင်ထိရောက်သောအချက်အလက်ပုံစံများကိုရရှိနိုင်ပါသည်။

Developer များကအထူးစီမံကိန်းများအတွက်စီးပွားရေးအဆောက်အအုံများနှင့်စီးပွားရေးရည်မှန်းချက်များအရပုံစံအမျိုးမျိုးကိုညှိနှိုင်းဆောင်ရွက်ရန်အကြံပြုသည်။