## Pipeline

> 在機(jī)器學(xué)習(xí)中，通常運(yùn)行一系列算法來(lái)處理和學(xué)習(xí)數(shù)據(jù)集。例如：

* 將每個(gè)文檔的文本拆分為標(biāo)記。

* 將每個(gè)文檔的單詞轉(zhuǎn)換為數(shù)字特征向量。

* 使用特征向量和標(biāo)簽學(xué)習(xí)預(yù)測(cè)模型。

PHP-ML表示像Pipeline這樣的工作流程，它包含變換器序列和估計(jì)器。

### 構(gòu)造函數(shù)參數(shù)

`$transformers`(array | Transformer []) - 實(shí)現(xiàn)Transformer接口的對(duì)象序列

`$estimator`(Estimator) - 可以訓(xùn)練和預(yù)測(cè)的估算器

```

use Phpml\Classification\SVC;

use Phpml\FeatureExtraction\TfIdfTransformer;

use Phpml\Pipeline;

$transformers = [

new TfIdfTransformer(),

];

$estimator = new SVC();

$pipeline = new Pipeline($transformers, $estimator);

```

*****

### 例

首先，我們的管道替換缺失值，然后標(biāo)準(zhǔn)化樣本，最后訓(xùn)練SVC估計(jì)。這樣制備的管道重復(fù)預(yù)測(cè)樣品的每個(gè)轉(zhuǎn)化步驟。

```

use Phpml\Classification\SVC;

use Phpml\Pipeline;

use Phpml\Preprocessing\Imputer;

use Phpml\Preprocessing\Normalizer;

use Phpml\Preprocessing\Imputer\Strategy\MostFrequentStrategy;

$transformers = [

new Imputer(null, new MostFrequentStrategy()),

new Normalizer(),

];

$estimator = new SVC();

$samples = [

[1, -1, 2],

[2, 0, null],

[null, 1, -1],

];

$targets = [

4,

1,

4,

];

$pipeline = new Pipeline($transformers, $estimator);

$pipeline->train($samples, $targets);

$predicted = $pipeline->predict([[0, 0, 0]]);

// $predicted == 4

```

總結(jié)

以上是生活随笔為你收集整理的php的工作流程是什么,工作流程 · PHP-ML中文文档 · 看云的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。