PHP でデータマイニング関数を使用する方法-PHPチュートリアル-php.cn

PHP でデータマイニング関数を使用する方法

WBOY

リリース： 2023-05-18 11:32:01

オリジナル

914 人が閲覧しました

データサイエンスの急速な発展に伴い、データマイニングはますます重要な分野となっています。人気のあるプログラミング言語として、PHP はいくつかのデータマイニング機能も提供します。この記事では、データマイニングのために PHP でこれらの関数を使用する方法について説明します。

拡張機能のインストール

PHP でデータマイニング機能を使用するには、まず対応する拡張機能をインストールする必要があります。 PHP は、fann と svm という 2 つのデータマイニング拡張機能を提供します。これらの拡張機能は pecl Web サイトからダウンロードし、コンパイルして PHP 環境にインストールできます。 fann 拡張機能をインストールするサンプルコマンドを次に示します:

pecl install fann

ログイン後にコピー

インストール後、php.ini に次の行を追加して拡張機能をロードする必要があります:

extension=fann.so

ログイン後にコピー

Create Neural Network

fann 拡張機能は、ニューラルネットワークを作成およびトレーニングするための機能を提供します。 3 層ニューラルネットワークを作成する簡単な例を次に示します。

$num_input = 2;
$num_output = 1;
$num_layers = 3;
$num_neurons_hidden = 3;
$desired_error = 0.0001;
$max_epochs = 500000;
$epochs_between_reports = 1000;

$ann = fann_create_standard($num_layers, $num_input,
                             $num_neurons_hidden, $num_output);

fann_set_activation_function_hidden($ann, FANN_SIGMOID_SYMMETRIC);
fann_set_activation_function_output($ann, FANN_SIGMOID_SYMMETRIC);

fann_train_on_file($ann, "xor.data", $max_epochs,
                    $epochs_between_reports, $desired_error);

ログイン後にコピー

この例では、fann_create_standard 関数を使用して、2 つの入力ニューロン、1 つの出力ニューロン、および 3 つの隠れ層ニューロンを含むニューラルネットワークを作成します。また、隠れ層ニューロンと出力層ニューロンの活性化関数も設定します。最後に、fann_train_on_file 関数を使用して、xor.data という名前のファイルのデータでニューラルネットワークをトレーニングします。

サポートベクターマシン

ニューラルネットワークに加えて、svm 拡張機能は分類と回帰のためのサポートベクターマシンも提供します。簡単な分類例を次に示します。

$problem = new SVMModel(
    [
        [1, 0, 1],
        [0, 1, -1],
        [0, -1, -1],
        [-1, 0, -1],
        [0, 2, 1],
        [0, -2, -1],
        [-2, 0, -1],
    ],
    [1, 2, 2, 3, 1, 3, 3]
);

$model = new SVM();
$model->train($problem);

var_dump($model->predict([1, 2])); // 输出 int(1)

ログイン後にコピー

この例では、svm 拡張機能を使用して SVMModel を作成します。このモデルでは、3 つの特徴を含むサンプルデータを使用します。各サンプルが属するカテゴリも提供します。次に、SVM クラスの train メソッドを使用してモデルをトレーニングします。最後に、predict メソッドを使用して、新しいデータのクラスを予測します。