人工知能テクノロジーの継続的な発展に伴い、機械学習は人工知能テクノロジーの応用の重要な部分となっています。 Web 開発の分野では、PHP は広く使用されているプログラミング言語です。したがって、PHP での機械学習関数の使用方法を理解すると、プログラミング スキルを向上させるだけでなく、Web アプリケーションによりインテリジェントな機能を提供することもできます。この記事では、PHP で機械学習関数を使用する方法について説明します。
1. 機械学習関数の基本概念
PHP で機械学習関数を使用する前に、まず機械学習関数と通常の関数の違いを理解する必要があります。機械学習関数は、単にデータを処理するのではなく、入力としてデータを必要とするという点で通常の関数とは異なります。機械学習において、最も一般的なタスクの 1 つは分類です。分類は、入力データを 2 つ以上のカテゴリに分割する手法です。機械学習モデルは、データ内のパターンやパターンを学習して新しいデータを分類するようにトレーニングできます。
2. PHP で機械学習関数を使用する手順
PHP-ML は、PHP 用に特別に設計されたライブラリです。機械学習ライブラリ。デシジョン ツリー、K 最近傍法、単純ベイズなどの最も一般的な機械学習アルゴリズムをサポートします。 PHP-ML ライブラリを使用するには、まずそれをインストールする必要があります。 Composerを使用してインストールできます。ターミナルで次のコマンドを実行します。
composer require php-ai/php-ml
分類タスクに PHP の機械学習関数を使用するには、データセットが必要です。データセットは、入力と出力で構成されるデータのコレクションです。このうち、入力データは特徴とも呼ばれ、データの属性を記述するために使用されます。出力データはターゲットと呼ばれ、データが属するカテゴリを記述します。
PHP-ML では、データセットは配列で表され、各要素は入力と出力を含む配列です。たとえば、次のように 2 つの特徴と 1 つのターゲットを含むデータセットを作成できます。
$dataset = [ [0, 0, 'negative'], [0, 1, 'positive'], [1, 0, 'positive'], [1, 1, 'negative'] ];
モデルをトレーニングする前に、データ セットを分割します。トレーニング データとテスト データを使用して、モデルのパフォーマンスを評価できます。 PHP-ML では、Split
クラスを使用して、データセットをトレーニング データとテスト データに分割できます。コード例は次のとおりです:
use PhpmlCrossValidationStratifiedRandomSplit; $split = new StratifiedRandomSplit($dataset, 0.5); $trainDataset = $split->getTrainSamples(); $trainLabels = $split->getTrainLabels(); $testDataset = $split->getTestSamples(); $testLabels = $split->getTestLabels();
この例では、$dataset をトレーニング データとテスト データに比率 0.5 で分割します。 $trainDataset と $trainLabels にはトレーニング データと対応するターゲット値が含まれ、$testDataset と $testLabels にはテスト データと対応するターゲット値が含まれます。
トレーニング データが準備されたら、モデルをトレーニングできます。 PHP-ML では、さまざまな機械学習アルゴリズムを使用してモデルをトレーニングできます。以下は、ニューラル ネットワーク アルゴリズムを使用してモデルをトレーニングするコード例です:
use PhpmlNeuralNetworkNetwork; use PhpmlNeuralNetworkLayer; $layers = [ new Layer(2), new Layer(3), new Layer(1) ]; $neuralNetwork = new Network(...$layers); $neuralNetwork->train($trainDataset, $trainLabels);
この例では、ニューラル ネットワーク アルゴリズムに基づいてモデルを定義し、$neuralNetwork->train() メソッドを使用します。訓練するために訓練します。トレーニング データと対応するターゲット値は、パラメーターとしてこのメソッドに渡されます。
トレーニングが完了したら、モデルを使用して新しいデータを分類できます。 PHP-ML では、predict() メソッドを使用して、新しいデータに対して予測を行うことができます。コード例は次のとおりです:
$predictedLabels = []; foreach ($testDataset as $sample) { $predictedLabels[] = $neuralNetwork->predict($sample); }
この例では、$neuralNetwork->predict() メソッドを使用してテスト データに対して予測を行い、結果を $predictedLabels 配列に保存します。
3. 概要
この記事では、PHP の機械学習関数を分類タスクに使用する方法を紹介します。 PHP-ML ライブラリを使用するには、まずそれをインストールする必要があります。次に、データセットをロードし、トレーニング データとテスト データに分割する必要があります。その後、さまざまな機械学習アルゴリズムを使用してトレーニング データをトレーニングできます。最後に、トレーニングされたモデルを使用して新しいデータを分類できます。機械学習機能を使用すると、よりスマートな Web アプリケーションを構築できます。
以上がPHP で機械学習関数を使用する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。