PHP機器學習庫php-ml的簡單測試和使用

來源:互聯網
上載者:User

標籤:php

php-ml是一個使用PHP編寫的機器學習庫。雖然我們知道,python或者是C++提供了更多機器學習的庫,但實際上,他們大多都略顯複雜,配置起來讓很多新手感到絕望。php-ml這個機器學習庫雖然沒有特別高大上的演算法,但其具有最基本的機器學習、分類等演算法,我們的小公司做一些簡單的資料分析、預測等等都是夠用的。我們的項目中,追求的應該是性價比,而不是過分的效率和精度。一些演算法和庫看上去非常厲害,但如果我們考慮快速上線,而我們的技術人員沒有機器學習方面的經驗,那麼複雜的代碼和配置反而會拖累我們的項目。而如果我們本身就是做一個簡單的機器學習應用,那麼研究複雜庫和演算法的學習成本很顯然高了點,而且,項目出了奇奇怪怪的問題,我們能解決嗎?需求改變了怎麼辦?相信大家都有過這種經曆:做著做著,程式忽然報錯,自己怎麼都搞不清楚原因,上Google或百度一搜,只搜出一條滿足條件的問題,在五年、十年前提問,然後零回複。。。所以,選擇最簡單最高效、性價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,畢竟演算法都一樣,而且php是基於c的。博主最看不慣的就是,拿python和Java,PHP之間比效能,比適用範圍。真要效能,請你拿C開發。真要追求適用範圍,也請用C,甚至彙編。。。

       首先,我們要使用這個庫,需要先下載這個庫。在github可以下載到這個庫檔案(https://github.com/php-ai/php-ml)。當然,更推薦使用composer來下載該庫,自動設定。

       當下載好了以後,我們可以看一看這個庫的文檔,文檔都是一些簡單的小樣本,我們可以自己建一個檔案嘗試一下。都淺顯易懂。接下來,我們來拿實際的資料測試一下。資料集一個是Iris花蕊的資料集,另一個由於記錄丟失,所以不知道是有關什麼的資料了。。。

       Iris花蕊部分資料,有三種不同的分類:

650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713195227353-2129653020.png" style="margin:0px;padding:0px;border:0px;" />                             650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713195317509-2016554224.png" style="margin:0px;padding:0px;border:0px;" />

不知名資料集,小數點被打成了逗號,所以計算時還需要處理一下:

650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713195505150-1468840840.png" style="margin:0px;padding:0px;border:0px;" />                                                     650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713195540634-1025633520.png" style="margin:0px;padding:0px;border:0px;" />

       我們先處理不知名資料集。首先,我們的不知名資料集的檔案名稱為data.txt。而這個資料集剛好可以先繪製成x-y折線圖。所以,我們先將原資料繪製成一個折線圖。由於x軸比較長,所以我們只需要看清楚它大致的形狀即可:

650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713195924072-885764598.png" style="margin:0px;padding:0px;border:0px;width:686px;" />

     繪製採用了php的jpgraph庫,代碼如下:

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

 1 <?php 2 include_once ‘./src/jpgraph.php‘; 3 include_once ‘./src/jpgraph_line.php‘; 4  5 $g = new Graph(1920,1080);//jpgraph的繪製操作 6 $g->SetScale("textint"); 7 $g->title->Set(‘data‘); 8  9 //檔案的處理10 $file = fopen(‘data.txt‘,‘r‘);11 $labels = array();12 while(!feof($file)){13     $data = explode(‘    ‘,fgets($file));        14     $data[1] = str_replace(‘,‘,‘.‘,$data[1]);//資料處理,將資料中的逗號修正為小數點15     $labels[(int)$data[0]] = (float)$data[1];//這裡將資料以索引值的方式存入數組,方便我們根據鍵來排序16 }  17 18 ksort($labels);//按鍵的大小排序19 20 $x = array();//x軸的表示資料21 $y = array();//y軸的表示資料22 foreach($labels as $key=>$value){23     array_push($x,$key);24     array_push($y,$value);25 }26 27 28 $linePlot = new LinePlot($y);29 $g->xaxis->SetTickLabels($x);  30 $linePlot->SetLegend(‘data‘);31 $g->Add($linePlot);32 $g->Stroke();

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

     在有了這個原圖做對比,我們接下來進行學習。我們採用php-ml中的LeastSquars來進行學習。我們測試的輸出需要存入檔案,方便我們可以畫一個對比圖。學習代碼如下:

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

 1 <?php 2     require ‘vendor/autoload.php‘; 3  4     use Phpml\Regression\LeastSquares; 5     use Phpml\ModelManager; 6  7     $file = fopen(‘data.txt‘,‘r‘); 8     $samples = array(); 9     $labels = array();10     $i = 0;11     while(!feof($file)){12         $data = explode(‘    ‘,fgets($file));13         $samples[$i][0] = (int)$data[0];14         $data[1] = str_replace(‘,‘,‘.‘,$data[1]);15         $labels[$i] = (float)$data[1];16         $i ++;17     }   18     fclose($file);19 20     $regression = new LeastSquares();21     $regression->train($samples,$labels);22 23     //這個a數組是根據我們對原資料處理後的x值給出的,做測試用。24     $a = [0,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,20,22,23,24,25,26,27,29,30,31,37,40,41,45,48,53,55,57,60,61,108,124];25     for($i = 0; $i < count($a); $i ++){26         file_put_contents("putput.txt",($regression->predict([$a[$i]]))."\n",FILE_APPEND); //以追加的方式存入檔案       27     }

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

之後,我們將存入檔案的資料讀出來,繪製一個圖形,先貼最後的:

650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713200946572-1198592758.png" style="margin:0px;padding:0px;border:0px;width:686px;" />代碼如下:

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

 1 <?php 2 include_once ‘./src/jpgraph.php‘; 3 include_once ‘./src/jpgraph_line.php‘; 4  5 $g = new Graph(1920,1080); 6 $g->SetScale("textint"); 7 $g->title->Set(‘data‘); 8  9 $file = fopen(‘putput.txt‘,‘r‘);10 $y = array();11 $i = 0;12 while(!feof($file)){13     $y[$i] = (float)(fgets($file));14     $i ++;            15 }  16 17 $x = [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];18 19 $linePlot = new LinePlot($y);20 $g->xaxis->SetTickLabels($x);  21 $linePlot->SetLegend(‘data‘);22 $g->Add($linePlot);23 $g->Stroke();

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

       可以發現,圖形出入還是比較大的,尤其是在圖形鋸齒比較多的部分。不過,這畢竟是40組資料,我們可以看出,大概的圖形趨勢是吻合的。一般的庫在做這種學習時,資料量低的情況下,準確度都非常低。要達到比較高的精度,需要大量的資料,萬條以上的資料量是必要的。如果達不到這個資料要求,那我們使用任何庫都是徒勞的。所以,機器學習的實踐中,真正難的不在精度低、配置複雜等技術問題,而是資料量不夠,或者品質太低(一組資料中無用的資料太多)。在做機器學習之前,對資料的預先處理也是必要的。

 

 

       接下來,我們來對花蕊資料進行測試。一共三種分類,由於我們下載到的是csv資料,所以我們可以使用php-ml官方提供的操作csv檔案的方法。而這裡是一個分類問題,所以我們選擇庫提供的SVC演算法來進行分類。我們把花蕊資料的檔案名稱定為Iris.csv,代碼如下:

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

 1 <?php 2 require ‘vendor/autoload.php‘; 3  4 use Phpml\Classification\SVC; 5 use Phpml\SupportVectorMachine\Kernel; 6 use Phpml\Dataset\CsvDataset; 7  8 $dataset = new CsvDataset(‘Iris.csv‘ , 4, false); 9 $classifier = new SVC(Kernel::LINEAR,$cost = 1000);10 $classifier->train($dataset->getSamples(),$dataset->getTargets());11 12 echo $classifier->predict([$argv[1],$argv[2],$argv[3],$argv[4]]);//$argv是命令列參數,調試這種程式使用命令列較方便

650) this.width=650;" src="/img/fz.gif" alt="複製代碼" style="margin:0px;padding:0px;border:none;" />

       是不是很簡單?短短12行代碼就搞定了。接下來,我們來測試一下。根據我們上面貼出的圖,當我們輸入5  3.3  1.4  0.2的時候,輸出應該是Iris-setosa。我們看一下:

650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713202214181-1520229569.png" style="margin:0px;padding:0px;border:0px;" />

       看,至少我們輸入一個原來就有的資料,得到了正確的結果。但是,我們輸入原資料集中沒有的資料呢?我們來測試兩組:

650) this.width=650;" src="http://images2015.cnblogs.com/blog/993812/201707/993812-20170713202521822-1750688093.png" style="margin:0px;padding:0px;border:0px;" />

        由我們之前貼出的兩張圖的資料看,我們輸入的資料在資料集中並不存在,但分類按照我們初步的觀察來看,是合理的。

        所以,這個機器學習庫對於大多數的人來說,都是夠用的。而大多數鄙視這個庫鄙視那個庫,大談效能的人,基本上也不是什麼大牛。真正的大牛已經忙著撈錢去了,或者正在做學術研究等等。我們更多的應該是掌握演算法,瞭解其中的道理和玄機,而不是夸夸其談。當然,這個庫並不建議用在大型項目上,只推薦小型項目或者個人項目等。

        jpgraph只依賴GD庫,所以下載引用之後就可以使用,大量的代碼都放在了繪製圖形和初期的資料處理上。由於庫的出色封裝,學習代碼並不複雜。

PHP機器學習庫php-ml的簡單測試和使用

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.