示例

    基本流程是定义参数，提供训练数据以生成模型，然后根据模型进行预测。 有一组默认参数，它们应该可以获得大多数输入的结果，所以我们将从查看数据开始。

    数据以文件、流或数组的形式提供。 如果以文件或流的形式提供，它必须包含每个训练示例一行，并且必须格式化为一个整数类（通常为 1 和 -1），然后是一系列特征/值对，按特征顺序递增。 特征是整数，值是浮点数，通常按比例缩放为 0-1。 例如

    -1 1:0.43 3:0.12 9284:0.2

    在文档分类问题中，例如垃圾邮件检查器，每行都代表一个文档。 将有两个类别，-1 代表垃圾邮件，1 代表正常邮件。 每个特征都代表某个词语，而值则代表该词语对文档的重要性（可能是频率计数，并根据总计按比例缩放为单位长度）。 为 0 的特征（例如，该词语根本没有出现在文档中）将不被包含。

    在数组模式下，数据必须作为数组的数组传递。 每个子数组必须将类作为第一个元素，然后是特征值对的键=>值集。

    此数据将传递给 SVM 类的 train 函数，该函数将在成功时返回一个 SVM 模型。

    生成模型后，它可以用来对以前未见的数据进行预测。 这可以作为数组传递给模型的 predict 函数，与之前相同的格式，但没有标签。 响应将是类别。

    模型可以根据需要保存和恢复，使用 save 和 load 函数，这两个函数都采用文件位置。

    示例 #1 从数组进行训练

    <?php
    $data     = array(
    array(-    1, 1 => 0.43, 3 => 0.12, 9284 => 0.2),
    array(    1, 1 => 0.22, 5 => 0.01, 94 => 0.11),
    );

    $svm = new SVM();
    $model = $svm->train($data);

    $data = array(1 => 0.43, 3 => 0.12, 9284 => 0.2);
    $result = $model->predict($data);
    var_dump($result);
    $model->save('model.svm');
    ?>

    上面的示例将输出类似于以下内容

    int(-1)

    示例 #2 从文件进行训练

    <?php
    $svm     = new SVM();
    $model = $svm->train("traindata.txt");
    ?>

    改进此页面

    了解如何改进此页面 • 提交拉取请求 • 报告错误
    ＋添加注释

    用户贡献的注释 6 个注释

    0
    razvan_bc at yahoo dot com
    1 年前
    好吧，我做了更多测试...

    获取源代码
    https://github.com/ianbarber/php-svm/blob/master/tests/002_predict.phpt 已修改..
    <?php
    $svm     = new svmmodel();
    //$result = $svm->load(dirname(__FILE__) . '/australian.model');
    $result = $svm->load('australian.model');

    if(    $result) {
    $data = array(
    "1" => 1,
    2 => -0.731729,
    3 => -0.886786,
    4 => -1,
    5 => 0.230769,
    "6" => -0.25,
    7 => -0.783509,
    8 => 1,
    9 => 1,
    10 => "-0.820896",
    11 => -1,
    13 => -0.92,
    "14" => "-1"
    );
    $result = $svm->predict($data);
    if(    $result > 0) {
    echo     "ok";
    print_r($result);
    } else {
    echo     "predict failed: $result";
    }
    } else {
    echo     "loading failed";
    }
    ?>

    通过将额外的 https://github.com/ianbarber/php-svm/blob/master/tests/australian.scale 放置在 .php 文件所在的测试文件夹中，我能够在运行后获得结果
    ================================

    ok1

    所以它可以工作
    0
    razvan_bc at yahoo dot com
    1 年前
    我忘记了一个细节！
    如果您想在 Windows XAMPP 中手动安装，则安装文件夹应为 c:\xampp\php\lib\libsvm-3.1（对于我在第一篇文章中描述的文件）和扩展程序在 c:\xampp\php\ext（php_svm.dll）中

    可以运行。 祝你好运
    0
    razvan_bc at yahoo dot com
    1 年前
    我从 pecl.php.net 下载了 svm php_svm-0.2.3-8.1-ts-vs16-x64.zip，所以我在 README.md 中阅读了..

    =====================================================
    数据以文件、流或数组的形式提供。 如果以文件或流的形式提供，它必须包含每个训练示例一行，并且必须格式化为一个整数类（通常为 1 和 -1），然后是一系列特征/值对，按特征顺序递增。 特征是整数，值是浮点数，通常按比例缩放为 0-1。 例如

    -1 1:0.43 3:0.12 9284:0.2

    =====================================================

    因此，用内容 -1 1:0.43 3:0.12 9284:0.2 创建 traindata.txt 使我能够在第二个示例中使用它

    <?php
    $svm     = new SVM();
    $model = $svm->train("traindata.txt");
    $model->save('model2.svm');
    ?>

    我运行和编辑 model2.svm 文件后，得到了以下内容：
    -------------------------------------------------------------------
    svm_type c_svc
    kernel_type rbf
    gamma 0.00010771219302024989
    nr_class 1
    total_sv 0
    rho
    label -1
    nr_sv 0
    SV
    --------------------------------------------------------------------

    我认为它确实有效，正如我所说，我需要进行更多测试来控制主要功能，并考虑其他更复杂的情况。
    0
    razvan_bc at yahoo dot com
    1 年前
    环境：php 8.1，windows 64
    ----------------------------------

    安装 (适用于初学者)
    --------
    访问 https://github.com/ianbarber/php-svm 后

    从页面上找到的 URL 获取（安装脚本）：
    .. http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/~cjlin/libsvm+tar.gz

    并手动安装：
    1.php.ini
    （在主要扩展组 extension=... 之后，大约 12 个条目）
    ...
    extension=svm
    ...

    2.在 php 目录中手动创建一个名为 libsvm-3.1 的文件夹，然后将 libsvm.dll、libsvmread.mexw64、libsvmwrite.mexw64、svmpredict.mexw64、svm-predict.exe、svm-scale.exe、svm-toy.exe、svmtrain.mexw64、svm-train.exe 解压到该文件夹中！

    运行
    <?php

    $data     = array(
    array(-    1, 1 => 0.43, 3 => 0.12, 9284 => 0.2),
    array(    1, 1 => 0.22, 5 => 0.01, 94 => 0.11),
    );

    $svm = new SVM();
    $model = $svm->train($data);

    $data = array(1 => 0.43, 3 => 0.12, 9284 => 0.2);
    $result = $model->predict($data);
    var_dump($result);
    $model->save('model.svm');

    ?>

    通过服务器（apache、php、mariadb；甚至自定义或 xampp）我现在得到了结果。
    我得到了 model.svm 文件，内容如下：
    ================================
    svm_type c_svc
    kernel_type rbf
    gamma 0.00010771219302024989
    nr_class 2
    total_sv 2
    rho 0
    label 1 -1
    nr_sv 1 1
    SV
    1 1:0.22 5:0.01 94:0.11
    -1 1:0.43 3:0.12 9284:0.2
    =================================

    我认为这对于初创公司来说非常棒。
    我将查看 github 中的 phpt 文件，以了解为什么在我昨天的测试中，一些函数需要两个参数而不是手册中提到的一个参数导致了错误。
    -1
    razvan_bc at yahoo dot com
    1 年前
    由用户 “6765419 at qq dot com” 标注为负面的示例也同样有效！

    <?php
    $data     = array(
    array(-    1, 1 =>170, 2 => 60),//-1 表示男生，key 1表示身高，key 2表示体重=Represents a boy, key 1 represents height, key 2 represents weight
    array(-1, 1 =>180, 2 => 70),
    array(    1, 1 => 160, 2 => 46),//1 表示女生，key 1表示身高，key 2表示体重=Represents a girl, key 1 represents height, key 2 represents weight
    array(1, 1 => 155, 2 => 40),
    );
    $svm = new SVM();
    $model = $svm->train($data);
    $data = array( 1 => 165, 2 =>60);//测试数据 =Test Data
    $result = $model->predict($data);
    echo     var_dump($result);//echo var_export($result);
    //return;
    ?>

    所以我得到了

    float(-1)
    -8
    6765419 at qq dot com
    10 年前
    $data = array(
    array(-1, 1 =>170, 2 => 60),//-1表示男生，key 1表示身高，key 2表示体重
    array(-1, 1 =>180, 2 => 70),
    array(1, 1 => 160, 2 => 46),//1表示女生，key 1表示身高，key 2表示体重
    array(1, 1 => 155, 2 => 40),
    );
    $svm = new SVM();
    $model = $svm->train($data);
    $data = array( 1 => 165, 2 =>60);//测试数据
    $result = $model->predict($data);
    echo var_export($result);
    return;
    ＋添加注释
    To Top