Exemplos

O processo básico consiste em definir parâmetros, fornecer dados de treinamento para gerar um modelo e, em seguida, fazer previsões com base no modelo. Há um conjunto padrão de parâmetros que devem gerar resultados com praticamente qualquer entrada, então começaremos analisando os dados.

Os dados são fornecidos em um arquivo, um fluxo ou como um array. Se fornecidos em um arquivo ou fluxo, devem conter uma linha por exemplo de treinamento, que deve ser formatado como uma classe inteira (geralmente 1 e -1) seguido por uma série de pares característica/valor, em ordem crescente de característica. As características são números inteiros, os valores são floats, geralmente em escala de 0 a 1. Por exemplo:

-1 1:0.43 3:0.12 9284:0.2

Em um problema de classificação de documentos, digamos, um verificador de spam, cada linha representaria um documento. Haveria duas classes: -1 para spam e 1 para "ham". Cada característica representaria uma palavra, e o valor representaria a importância dessa palavra para o documento (talvez a contagem de frequência, com o total dimensionado para o comprimento da unidade). Características que fossem 0 (por exemplo, a palavra não aparecia no documento) simplesmente não seriam incluídas.

No modo array, os dados devem ser passados como um array de arrays. Cada subarray deve ter a classe como primeiro elemento, e então conjuntos de chaves => valores para os pares de valores de características.

Esses dados são passados para a função de treinamento da classe SVM, que retornará um modelo SVM bem-sucedido.

Uma vez gerado, um modelo pode ser usado para fazer previsões sobre dados nunca antes vistos. Isso pode ser passado como um array para a função de previsão do modelo, no mesmo formato de antes, mas sem o rótulo. A resposta será a classe.

Os modelos podem ser salvos e restaurados conforme necessário, usando as funções de salvar e carregar, que recebem um local de arquivo.

Exemplo #1 Treinamento com array

<?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');
?>

O exemplo acima produzirá algo semelhante a:

int(-1)

Exemplo #2 Treinamento com arquivo

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

Melhore Esta Página

Aprenda Como Melhorar Esta Página • Envie uma Solicitação de Modificação • Reporte um Problema

＋adicionar nota

Notas de Usuários 5 notes

down

razvan_bc at yahoo dot com ¶

2 years ago

the example rated negative rated by the guy sign  "6765419 at qq dot com"  also works too!

<?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;
?>

so i got :

float(-1)

down

razvan_bc at yahoo dot com ¶

2 years ago

ok i did more tests..

getting the source
https://github.com/ianbarber/php-svm/blob/master/tests/002_predict.phpt  modified ..
<?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";
}
?>

with additional https://github.com/ianbarber/php-svm/blob/master/tests/australian.scale dropped inside the test folder where .php file is located i am able after running to get the result:
================================

ok1  

so it's work

down

razvan_bc at yahoo dot com ¶

2 years ago

i forgot a detail!
the installation folders if you think to install it manually in windows xampp should be  c:\xampp\php\lib\libsvm-3.1 (for the files i described in the first post) and extension in c:\xampp\php\ext (php_svm.dll)

works.good luck

down

razvan_bc at yahoo dot com ¶

2 years ago

from pecl.php.net i download svm php_svm-0.2.3-8.1-ts-vs16-x64.zip so i read in README.md ..

=====================================================
Data is supplied in either a file, a stream, or as an an array. If supplied in a file or a stream, it must contain one line per training example, which must be formatted as an integer class (usually 1 and -1) followed by a series of feature/value pairs, in increasing feature order. The features are integers, the values floats, usually scaled 0-1. For example:

    -1 1:0.43 3:0.12 9284:0.2

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

so creating traindata.txt with the content  -1 1:0.43 3:0.12 9284:0.2 leads me to use it in the second example:

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

and running and editing the model2.svm i got the content:
-------------------------------------------------------------------
svm_type c_svc
kernel_type rbf
gamma 0.00010771219302024989
nr_class 1
total_sv 0
rho
label -1
nr_sv 0
SV
--------------------------------------------------------------------

so yes i think it's work, how i said i need to do more tests to get control with main functions to think to other more complicated

down

razvan_bc at yahoo dot com ¶

2 years ago

premises:php 8.1 ,windows 64
----------------------------------

install (for beginners)
--------
after i visit https://github.com/ianbarber/php-svm

and i got from url found on page(install script) 
..  http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/~cjlin/libsvm+tar.gz

and manual install it:
1.php.ini
 (after the main group extension=... about 12 pieces)
...
extension=svm
...

2.I put manually inside php a folder called libsvm-3.1 then i unzip there libsvm.dll , libsvmread.mexw64 ,libsvmwrite.mexw64 , svmpredict.mexw64 , svm-predict.exe, svm-scale.exe , svm-toy.exe , svmtrain.mexw64, svm-train.exe !

running 
<?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');

?>

via server(apache ,php,mariadb;even custom or xampp) now i got results:
i got model.svm with the content
================================
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 
=================================

so i think is very cool ..for a startup.
i will look around phpt files from github to understand why in yesterday's tests i got errors with some function witch require 2 parameters and not one like in the manual

＋adicionar nota