PHP用于机器学习：初学者的可能性与局限性

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

PHP用于机器学习：神话还是现实？

机器学习（ML）的世界通常与Python、R和Julia紧密相连。然而，使用PHP（最流行的Web开发语言之一）的开发者们常常会问：“PHP能用于机器学习吗？”答案是：可以，但有一些限制。在本文中，我们将分析有哪些可用的库，如何用PHP编写一个简单的ML模型，以及在哪些情况下这样做是合理的。

本文面向已经熟悉PHP基础并希望在不切换技术栈的情况下尝试机器学习的初学者。

PHP机器学习的主要库

PHP的ML生态系统不如Python丰富，但仍然存在一些成熟的库。让我们看看最流行的几个。

PHP-ML (PHP Machine Learning)

PHP-ML 是最流行且积极维护的库。它提供了广泛的算法：分类、回归、聚类、数据预处理，甚至神经网络。

通过Composer安装的示例：

composer require php-ai/php-ml

使用支持向量机（SVM）进行简单分类的示例：

<?phprequire_once __DIR__ . '/vendor/autoload.php';

use Phpml\\Classification\\SVC;use Phpml\\SupportVectorMachine\\Kernel;

// 训练数据：[重量，颜色] 0 - 绿色，1 - 红色$samples = [[150, 0], [170, 0], [130, 1], [180, 1]];$labels = ['苹果', '苹果', '番茄', '番茄'];

$classifier = new SVC(Kernel::LINEAR, $cost = 1000);$classifier->train($samples, $labels);

// 预测echo $classifier->predict([160, 0]); // 苹果echo $classifier->predict([140, 1]); // 番茄?>

TensorFlow PHP

存在一个官方的TensorFlow绑定——TensorFlow PHP。它允许加载预训练模型并执行推理（预测）。但它不适合从头开始训练模型——这需要在Python中完成，而PHP仅用于生产部署。

加载模型并进行预测的示例：

<?phprequire_once 'vendor/autoload.php';

use TensorFlow\\TensorFlow;use TensorFlow\\Session;use TensorFlow\\Graph;

$graph = new Graph();$graph->importGraphDef(file_get_contents('model.pb'));

$session = new Session($graph);$input = $session->input('input_tensor');$output = $session->output('output_tensor');

$result = $session->run([$input => [[1.0, 2.0, 3.0]]]);print_r($result);?>

Rubix ML

Rubix ML 是一个现代库，旨在复制scikit-learn的功能。它支持管道、交叉验证和多种算法。适用于更复杂的项目。

线性回归示例：

<?phprequire_once 'vendor/autoload.php';

use Rubix\\ML\\Regressors\\Ridge;use Rubix\\ML\\Datasets\\Labeled;

$samples = [[1], [2], [3], [4]];$labels = [2, 4, 6, 8];

$dataset = new Labeled($samples, $labels);$estimator = new Ridge();$estimator->train($dataset);

echo $estimator->predict([[5]]); // ~10?>