## Pipeline

> 在機器學習中，通常運行一系列算法來處理和學習數據集。例如：

* 將每個文檔的文本拆分為標記。

* 將每個文檔的單詞轉換為數字特征向量。

* 使用特征向量和標簽學習預測模型。

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

### 構造函數參數

`$transformers`(array | Transformer []) - 實現Transformer接口的對象序列

`$estimator`(Estimator) - 可以訓練和預測的估算器

```

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，然后標準化樣本，最后訓練SVC估計。這樣制備的管道重復預測樣品的每個轉化步驟。

```

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

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 · 看云的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。