如何将Python机器学习库应用于长尾词的识别与分析？

本文共计460个文字，预计阅读时间需要2分钟。

PHP-ml 是一个PHP机器学习库。它不仅包含算法、交叉验证、神经网络、预处理、特征提取等功能，而且易于使用。使用PHP-ml进行机器学习的原因之一是因为它是专为PHP设计的，不需要熟练掌握Python等语言。

PHP-ml是PHP的机器学习库。同时包含算法，交叉验证，神经网络，预处理，特征提取等。别问我为什么用PHP来做机器学习库，不用有成熟python机器库，没为什么，就因为

PHP-ml 是 PHP 的机器学习库。同时包含算法，交叉验证，神经网络，预处理，特征提取等。

（php真实强大的语言，php-ml要求 php版本 大于7.0，速度很快，赶紧去升级吧）

别问我为什么用PHP 来做机器学习库，不用有成熟python机器库，没为什么，就因为熟悉PHP；

PHP-ml有基本的机器学习和算法，用来学习足够了。

github : github.com/php-ai/php-ml

建议 composer 

文档地址：php-ml.readthedocs.io/en/latest/  （全英文，不懂的我用谷歌右键翻译）

文档首页有个简单的例子

简单官方文档首页给的第一个例子，用的是 KNearestNeighbors类，看了下手册，大概是分类器的作用，默认Euclidean算法

通过简单的算法，计算预测出你给的值的归类

KNearestNeighbors主要应用领域：

文本分类、聚类分析、预测分析、模式识别、图像处理

三个数组使用 NaiveBayes() 类，如：

$samples = [[5, 1, 1], [1, 5, 1], [1, 1, 5]];$labels = ['a', 'b', 'c'];$classifier = new NaiveBayes();$classifier->train($samples, $labels);$classifier->predict([3, 1, 1]);// 返回 a$classifier->predict([[3, 1, 1], [1, 4, 1]); //返回['a', 'b']

下篇再一起学习PHP-ML别的类。