介紹

機(jī)器學(xué)習(xí)無(wú)處不在——推薦電影、標(biāo)記圖像，現(xiàn)在甚至對(duì)新聞文章進(jìn)行分類。想象一下如果您可以在 PHP 中做到這一點(diǎn)！借助 Rubix ML，您可以以簡(jiǎn)單易懂的方式將機(jī)器學(xué)習(xí)的強(qiáng)大功能引入 PHP。本指南將引導(dǎo)您構(gòu)建一個(gè)簡(jiǎn)單的新聞分類器，將文章分類為“體育”或“技術(shù)”等類別。最后，您將擁有一個(gè)工作分類器，可以根據(jù)新文章的內(nèi)容預(yù)測(cè)其類別。

這個(gè)項(xiàng)目非常適合想要使用 PHP 進(jìn)行機(jī)器學(xué)習(xí)的初學(xué)者，您可以按照 GitHub 上的完整代碼進(jìn)行操作。

目錄

1. 什么是 Rubix ML？
2. 設(shè)置項(xiàng)目
3. 創(chuàng)建新聞分類類
4. 訓(xùn)練模型
5. 預(yù)測(cè)新樣本
6. 最后的想法

Rubix 機(jī)器學(xué)習(xí)是什么？

Rubix ML 是一個(gè) PHP 機(jī)器學(xué)習(xí)庫(kù)，它將 ML 工具和算法引入 PHP 友好的環(huán)境中。無(wú)論您從事分類、回歸、聚類，甚至自然語(yǔ)言處理，Rubix ML 都能滿足您的需求。它允許您加載和預(yù)處理數(shù)據(jù)、訓(xùn)練模型并評(píng)估性能——所有這些都在 PHP 中進(jìn)行。

Rubix ML 支持廣泛的機(jī)器學(xué)習(xí)任務(wù)，例如：

• 分類：對(duì)數(shù)據(jù)進(jìn)行分類，例如將電子郵件標(biāo)記為垃圾郵件或非垃圾郵件。
• 回歸：預(yù)測(cè)連續(xù)值，例如房?jī)r(jià)。
• 聚類：對(duì)沒(méi)有標(biāo)簽的數(shù)據(jù)進(jìn)行分組，就像尋找客戶群一樣。
• 自然語(yǔ)言處理 (NLP)：處理文本數(shù)據(jù)，例如標(biāo)記并將其轉(zhuǎn)換為 ML 可用的格式。

讓我們深入了解如何使用 Rubix ML 在 PHP 中構(gòu)建簡(jiǎn)單的新聞分類器！

設(shè)置項(xiàng)目

我們將首先使用 Rubix ML 設(shè)置一個(gè)新的 PHP 項(xiàng)目并配置自動(dòng)加載。

第1步：初始化項(xiàng)目目錄

創(chuàng)建一個(gè)新的項(xiàng)目目錄并導(dǎo)航到其中：

mkdir NewsClassifier
cd NewsClassifier

第 2 步：安裝 Rubix ML 和 Composer

確保您已安裝 Composer，然后通過(guò)運(yùn)行以下命令將 Rubix ML 添加到您的項(xiàng)目中：

composer require rubix/ml

步驟3：在composer.json中配置自動(dòng)加載

要從項(xiàng)目的 src 目錄自動(dòng)加載類，請(qǐng)打開(kāi)或創(chuàng)建一個(gè)composer.json 文件并添加以下配置：

{
    "autoload": {
        "psr-4": {
            "NewsClassifier\": "src/"
        }
    },
    "require": {
        "rubix/ml": "^2.5"
    }
}

這告訴 Composer 自動(dòng)加載 NewsClassifier 命名空間下 src 文件夾中的任何類。

第 4 步：運(yùn)行 Composer Autoload Dump

添加自動(dòng)加載配置后，運(yùn)行以下命令重新生成 Composer 的自動(dòng)加載器：

mkdir NewsClassifier
cd NewsClassifier

第5步：目錄結(jié)構(gòu)

您的項(xiàng)目目錄應(yīng)如下所示：

composer require rubix/ml

• src/：包含您的 PHP 腳本。
• storage/：訓(xùn)練后的模型的保存位置。
• vendor/：包含 Composer 安裝的依賴項(xiàng)。

創(chuàng)建新聞分類類

在 src/ 中，創(chuàng)建一個(gè)名為 Classification.php 的文件。該文件將包含訓(xùn)練模型和預(yù)測(cè)新聞?lì)悇e的方法。

{
    "autoload": {
        "psr-4": {
            "NewsClassifier\": "src/"
        }
    },
    "require": {
        "rubix/ml": "^2.5"
    }
}

此分類類包含以下方法：

• 訓(xùn)練：創(chuàng)建并訓(xùn)練基于管道的模型。
• 保存模型：將訓(xùn)練好的模型保存到指定路徑
• 預(yù)測(cè)：加載保存的模型并預(yù)測(cè)新樣本的類別。

訓(xùn)練模型

在 src/ 中創(chuàng)建一個(gè)名為 train.php 的腳本來(lái)訓(xùn)練模型。

composer dump-autoload

運(yùn)行此腳本來(lái)訓(xùn)練模型：

NewsClassifier/
├── src/
│   ├── Classification.php
│   └── train.php
├── storage/
├── vendor/
├── composer.json
└── composer.lock

如果成功，您將看到：

<?php

namespace NewsClassifier;

use Rubix\ML\Classifiers\KNearestNeighbors;
use Rubix\ML\Datasets\Labeled;
use Rubix\ML\Datasets\Unlabeled;
use Rubix\ML\PersistentModel;
use Rubix\ML\Pipeline;
use Rubix\ML\Tokenizers\Word;
use Rubix\ML\Transformers\TfIdfTransformer;
use Rubix\ML\Transformers\WordCountVectorizer;
use Rubix\ML\Persisters\Filesystem;

class Classification
{
    private $modelPath;

    public function __construct($modelPath)
    {
        $this->modelPath = $modelPath;
    }

    public function train()
    {
        // Sample data and corresponding labels
        $samples = [
            ['The team played an amazing game of soccer'],
            ['The new programming language has been released'],
            ['The match between the two teams was incredible'],
            ['The new tech gadget has been launched'],
        ];

        $labels = [
            'sports',
            'technology',
            'sports',
            'technology',
        ];

        // Create a labeled dataset
        $dataset = new Labeled($samples, $labels);

        // Set up the pipeline with a text transformer and K-Nearest Neighbors classifier
        $estimator = new Pipeline([
            new WordCountVectorizer(10000, 1, 1, new Word()),
            new TfIdfTransformer(),
        ], new KNearestNeighbors(4));

        // Train the model
        $estimator->train($dataset);

        // Save the model
        $this->saveModel($estimator);

        echo "Training completed and model saved.\n";
    }

    private function saveModel($estimator)
    {
        $persister = new Filesystem($this->modelPath);
        $model = new PersistentModel($estimator, $persister);
        $model->save();
    }

    public function predict(array $samples)
    {
        // Load the saved model
        $persister = new Filesystem($this->modelPath);
        $model = PersistentModel::load($persister);

        // Predict categories for new samples
        $dataset = new Unlabeled($samples);
        return $model->predict($dataset);
    }
}

預(yù)測(cè)新樣本

在 src/ 中創(chuàng)建另一個(gè)腳本，predict.php，根據(jù)訓(xùn)練的模型對(duì)新文章進(jìn)行分類。

<?php

require __DIR__ . '/../vendor/autoload.php';

use NewsClassifier\Classification;

// Define the model path
$modelPath = __DIR__ . '/../storage/model.rbx';

// Initialize the Classification object
$classifier = new Classification($modelPath);

// Train the model and save it
$classifier->train();

運(yùn)行預(yù)測(cè)腳本對(duì)樣本進(jìn)行分類：

php src/train.php

輸出應(yīng)顯示每個(gè)示例文本及其預(yù)測(cè)類別。

最后的想法

通過(guò)本指南，您已經(jīng)使用 Rubix ML 在 PHP 中成功構(gòu)建了一個(gè)簡(jiǎn)單的新聞分類器！這展示了 PHP 如何比您想象的更加通用，為文本分類、推薦系統(tǒng)等任務(wù)引入機(jī)器學(xué)習(xí)功能。該項(xiàng)目的完整代碼可在 GitHub 上獲取。

嘗試不同的算法或數(shù)據(jù)來(lái)擴(kuò)展分類器。誰(shuí)知道 PHP 可以進(jìn)行機(jī)器學(xué)習(xí)？現(xiàn)在你知道了。
快樂(lè)編碼！

以上是PHP 中的機(jī)器學(xué)習(xí)：使用 Rubix ML 構(gòu)建新聞分類器的詳細(xì)內(nèi)容。更多信息請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！