Rubix ML

一个面向PHP语言的高级机器学习与深度学习库。

• 开发者友好 的API使用起来令人愉悦
• 40多种 监督与非监督学习算法
• 支持 ETL、预处理与交叉验证
• 开源 并可免费用于商业用途

安装

使用Composer将Rubix ML安装到您的项目中：

composer require rubix/ml

要求

• PHP 7.4或更高版本

推荐

• Tensor扩展以实现快速矩阵/向量计算

可选

• GD扩展以支持图像处理
• Mbstring扩展以实现快速多字节字符串操作
• SVM扩展以支持向量机引擎（libsvm）
• PDO扩展以支持关系型数据库
• GraphViz以进行图可视化

文档

请阅读最新的文档这里。

Rubix ML是什么？

Rubix ML是一个免费的开源机器学习（ML）库，允许您使用PHP语言构建从数据中学习的程序。我们提供了从ETL到训练、交叉验证以及生产的整个机器学习生命周期所需的工具，涵盖超过40种监督与非监督学习算法。此外，我们还提供教程和其他教育内容，帮助您在项目中快速上手ML。

开始使用

如果您是机器学习新手，我们建议您先查看什么是机器学习？部分以入门。如果您已经熟悉基本的ML概念，可以浏览基础介绍，了解典型的Rubix ML项目。之后，您可以继续浏览以下官方教程，这些教程涵盖了从初级到高级的不同水平。

教程与示例项目

看看这些使用Rubix ML库的示例项目。许多项目都附带了说明和预先清理好的数据集。

• CIFAR-10图像识别器
• 颜色聚类器
• 信用违约风险预测器
• 客户流失预测器
• 离婚预测器
• DNA分类器
• Dota 2游戏结果预测器
• 人体活动识别器
• 房价预测器
• 鸢尾花分类器
• MNIST手写数字识别器
• 文本情感分析器
• 泰坦尼克号生存预测器

与社区互动

• 加入我们的Telegram频道

贡献

请参阅CONTRIBUTING.md以获取指南。

许可

代码采用MIT许可，文档采用CC BY-NC 4.0许可。

Rubix ML 快速上手指南

环境准备

• 系统要求：PHP 7.4 或更高版本
• 推荐依赖：
  • Tensor 扩展（加速矩阵运算）
• 可选依赖（按需安装）：
  • GD（图像处理）
  • Mbstring（多字节字符串处理）
  • SVM（支持向量机引擎）
  • PDO（数据库支持）
  • GraphViz（图表可视化）

安装步骤

# 安装 Rubix ML
composer require rubix/ml

# 国内用户推荐使用阿里云镜像加速
composer config -g repo.packagist composer https://mirrors.aliyun.com/composer/

基本使用

<?php
require 'vendor/autoload.php';

use Rubix\ML\Classifiers\KNearestNeighbors;
use Rubix\ML\Datasets\Generators\RandomClassification;

// 生成随机数据集（100条样本，3个特征，2个类别）
$generator = new RandomClassification(100, 3, 2);
$dataset = $generator->generate();

// 创建并训练 KNN 模型
$estimator = new KNearestNeighbors(3);
$estimator->train($dataset);

// 预测第一条数据
$prediction = $estimator->predict($dataset->slice(0, 1));
print_r($prediction);