php-ml是一個(gè)使用PHP編寫的機(jī)器學(xué)習(xí)庫(kù)。雖然我們知道，python或者是C++提供了更多機(jī)器學(xué)習(xí)的庫(kù)，但實(shí)際上，他們大多都略顯復(fù)雜，配置起來(lái)讓很多新手感到絕望。
php-ml這個(gè)機(jī)器學(xué)習(xí)庫(kù)雖然沒(méi)有特別高大上的算法，但其具有最基本的機(jī)器學(xué)習(xí)、分類等算法，我們的小公司做一些簡(jiǎn)單的數(shù)據(jù)分析、預(yù)測(cè)等等都是夠用的。我們的項(xiàng)目中，追求的應(yīng)該是性價(jià)比，而不是過(guò)分的效率和精度。一些算法和庫(kù)看上去非常厲害，但如果我們考慮快速上線，而我們的技術(shù)人員沒(méi)有機(jī)器學(xué)習(xí)方面的經(jīng)驗(yàn)，那么復(fù)雜的代碼和配置反而會(huì)拖累我們的項(xiàng)目。而如果我們本身就是做一個(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)應(yīng)用，那么研究復(fù)雜庫(kù)和算法的學(xué)習(xí)成本很顯然高了點(diǎn)，而且，項(xiàng)目出了奇奇怪怪的問(wèn)題，我們能解決嗎？需求改變了怎么辦？相信大家都有過(guò)這種經(jīng)歷：做著做著，程序忽然報(bào)錯(cuò)，自己怎么都搞不清楚原因，上谷歌或百度一搜，只搜出一條滿足條件的問(wèn)題，在五年、十年前提問(wèn)，然后零回復(fù)。。。
所以，選擇最簡(jiǎn)單最高效、性價(jià)比最高的做法是必須的。php-ml的速度不算慢（趕緊換php7吧），而且精度也不錯(cuò)，畢竟算法都一樣，而且php是基于c的。博主最看不慣的就是，拿python和Java，PHP之間比性能，比適用范圍。真要性能，請(qǐng)你拿C開(kāi)發(fā)。真要追求適用范圍，也請(qǐng)用C，甚至匯編。。。
首先，我們要使用這個(gè)庫(kù)，需要先下載這個(gè)庫(kù)。在github可以下載到這個(gè)庫(kù)文件（https://github.com/php-ai/php-ml）。當(dāng)然，更推薦使用composer來(lái)下載該庫(kù)，自動(dòng)配置。
當(dāng)下載好了以后，我們可以看一看這個(gè)庫(kù)的文檔，文檔都是一些簡(jiǎn)單的小示例，我們可以自己建一個(gè)文件嘗試一下。都淺顯易懂。接下來(lái)，我們來(lái)拿實(shí)際的數(shù)據(jù)測(cè)試一下。數(shù)據(jù)集一個(gè)是Iris花蕊的數(shù)據(jù)集，另一個(gè)由于記錄丟失，所以不知道是有關(guān)什么的數(shù)據(jù)了。。。
Iris花蕊部分?jǐn)?shù)據(jù)，有三種不同的分類：
不知名數(shù)據(jù)集，小數(shù)點(diǎn)被打成了逗號(hào)，所以計(jì)算時(shí)還需要處理一下：
我們先處理不知名數(shù)據(jù)集。首先，我們的不知名數(shù)據(jù)集的文件名為data.txt。而這個(gè)數(shù)據(jù)集剛好可以先繪制成x-y折線圖。所以，我們先將原數(shù)據(jù)繪制成一個(gè)折線圖。由于x軸比較長(zhǎng)，所以我們只需要看清楚它大致的形狀即可：
繪制采用了php的jpgraph庫(kù)，代碼如下：
<?php
include_once './src/jpgraph.php';
include_once './src/jpgraph_line.php';
$g = new Graph(1920,1080);//jpgraph的繪制操作
$g->SetScale("textint");
$g->title->Set('data');
//文件的處理
$file = fopen('data.txt','r');
$labels = array();
while(!feof($file)){
$data = explode(' ',fgets($file));
$data[1] = str_replace(',','.',$data[1]);//數(shù)據(jù)處理，將數(shù)據(jù)中的逗號(hào)修正為小數(shù)點(diǎn)
$labels[(int)$data[0]] = (float)$data[1];//這里將數(shù)據(jù)以鍵值的方式存入數(shù)組，方便我們根據(jù)鍵來(lái)排序
}
ksort($labels);//按鍵的大小排序
$x = array();//x軸的表示數(shù)據(jù)
$y = array();//y軸的表示數(shù)據(jù)
foreach($labels as $key=>$value){
array_push($x,$key);
array_push($y,$value);
}
$linePlot = new LinePlot($y);
$g->xaxis->SetTickLabels($x);
$linePlot->SetLegend('data');
$g->Add($linePlot);
$g->Stroke();
在有了這個(gè)原圖做對(duì)比，我們接下來(lái)進(jìn)行學(xué)習(xí)。我們采用php-ml中的LeastSquars來(lái)進(jìn)行學(xué)習(xí)。我們測(cè)試的輸出需要存入文件，方便我們可以畫一個(gè)對(duì)比圖。學(xué)習(xí)代碼如下：
<?php
require 'vendor/autoload.php';
use Phpml\Regression\LeastSquares;
use Phpml\ModelManager;
$file = fopen('data.txt','r');
$samples = array();
$labels = array();
$i = 0;
while(!feof($file)){
$data = explode(' ',fgets($file));
$samples[$i][0] = (int)$data[0];
$data[1] = str_replace(',','.',$data[1]);
$labels[$i] = (float)$data[1];
$i ++;
}
fclose($file);
$regression = new LeastSquares();
$regression->train($samples,$labels);
//這個(gè)a數(shù)組是根據(jù)我們對(duì)原數(shù)據(jù)處理后的x值給出的，做測(cè)試用。
$a = [0,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,20,22,23,24,25,26,27,29,30,31,37,40,41,45,48,53,55,57,60,61,108,124];
for($i = 0; $i < count($a); $i ++){
file_put_contents("putput.txt",($regression->predict([$a[$i]]))."\n",FILE_APPEND); //以追加的方式存入文件
}
之后，我們將存入文件的數(shù)據(jù)讀出來(lái)，繪制一個(gè)圖形，先貼最后的效果圖：
