Maison > Article > développement back-end > Un guide du débutant sur l’apprentissage automatique en PHP
Avec le développement rapide d'Internet et de l'intelligence artificielle, l'apprentissage automatique est devenu l'un des sujets brûlants. En tant que branche importante de l’informatique et de l’intelligence artificielle, l’apprentissage automatique nous offre de nombreuses méthodes et outils intéressants pour explorer et analyser les données. Dans ce domaine, il existe de nombreux langages et outils de programmation, parmi lesquels PHP est l'un des langages de programmation les plus populaires. Dans cet article, nous vous présenterons l’apprentissage automatique en PHP et vous fournirons quelques directives pour démarrer.
L'apprentissage automatique est un domaine d'application de l'intelligence artificielle qui permet aux ordinateurs d'apprendre automatiquement des modèles et de prédire les résultats à partir des données. L'apprentissage automatique vise à découvrir des informations utiles dans les données et à les utiliser pour prendre de bonnes décisions. Parmi eux, l’apprentissage supervisé, l’apprentissage non supervisé et l’apprentissage par renforcement sont les trois principaux types d’apprentissage automatique.
En PHP, il existe plusieurs bibliothèques d'apprentissage automatique disponibles, dont la plus populaire est la bibliothèque PHP-ML. PHP-ML est une bibliothèque d'apprentissage automatique basée sur PHP qui fournit de nombreux algorithmes d'apprentissage automatique couramment utilisés, tels que la classification, le clustering, la régression et la réduction de dimensionnalité. De plus, l'API de PHP-ML est facile à utiliser et le code est facile à comprendre.
La première étape dans l'utilisation de l'apprentissage automatique en PHP consiste à choisir une bibliothèque d'apprentissage automatique appropriée. Si vous choisissez PHP-ML, vous devez l'installer sur votre système. Vous pouvez installer PHP-ML en utilisant la commande suivante dans la ligne de commande :
composer require php-ai/php-ml
Une fois l'installation terminée, vous pouvez introduire la bibliothèque PHP-ML dans votre code PHP :
require __DIR__ . '/vendor/autoload.php'; use PhpmlClassificationKNearestNeighbors; 用phpml库下ClassificationKNearestNeighbors, 加载到PHP脚本中
Voyons maintenant comment utiliser PHP-ML bibliothèque pour entraîner un modèle simple. Dans cet exemple, nous utiliserons l'algorithme K voisin le plus proche pour classer l'ensemble de données Iris.
Dataset IES Dataset
Tout d'abord, nous devons charger l'ensemble de données. Dans cet exemple, nous utilisons le jeu de données Iris de la bibliothèque PHP-ML. Pour charger l'ensemble de données, vous pouvez utiliser le code suivant :
use PhpmlDatasetsIris; $dataset = new Iris();
Ensuite, nous devons prétraiter les données. Dans cet exemple, nous normaliserons les données. Pour effectuer la normalisation, vous pouvez utiliser le code suivant :
use PhpmlPreprocessingStandardScaler; $scaler = new StandardScaler(); $scaler->fit($samples); $scaler->transform($samples);
Ensuite, nous devons diviser l'ensemble de données en données d'entraînement et données de test. Dans cet exemple, nous utilisons 80 % de l'ensemble de données pour la formation et 20 % pour les tests. Pour ce faire, vous pouvez utiliser le code suivant :
use PhpmlCrossValidationStratifiedRandomSplit; $split = new StratifiedRandomSplit($dataset->getSamples(), $dataset->getTargets(), 0.8);
Ensuite, nous devons instancier un classificateur K-voisin le plus proche et l'entraîner à l'aide des données d'entraînement. Pour ce faire, vous pouvez utiliser le code suivant :
$classifier = new KNearestNeighbors($k = 3); $classifier->train($split->getTrainSamples(), $split->getTrainLabels());
Enfin, nous pouvons utiliser des données de test pour tester les performances du modèle. Pour ce faire, vous pouvez utiliser le code suivant :
$predicted = $classifier->predict($split->getTestSamples());
L'apprentissage automatique est un domaine intéressant et pratique qui peut nous fournir de nombreux outils et techniques utiles pour explorer et analyser les données. En PHP, l'utilisation de bibliothèques d'apprentissage automatique telles que PHP-ML peut nous aider à former et tester facilement des modèles d'apprentissage automatique. Si vous souhaitez commencer à utiliser le machine learning en PHP, utiliser PHP-ML est un excellent moyen de commencer.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!