如何在 PHP 中增加 PHP-AI 中的功能数量？

Question

我正在用 PHP 构建一个逻辑回归平台。 当数据框内只有一个特征时，以下代码片段工作正常。 例如像这样的 CSV 文件：

"sample","language"
"Hello, how are you?","english",
"Je voudrais une boîte de chocolats.","french"
...

但是，当我尝试根据泰坦尼克号的存活率（假设：兄弟姐妹和配偶的数量是否会影响存活率）使用如下数据框训练具有 2 个特征的 AI 时：

"SibSp","Parch","Survived",
"1", "1", "1",
"3", "3", "1",
"4", "1", "0"
...

我收到此错误：

Phpml\\Exception\\InvalidArgumentException 给定数组的大小不匹配

我的代码片段看起来像这样， $request->features保存了这个数据框的特征数量，因为features +1将保存实际结果（1 = 幸存，0 = 死亡）：

$dataset = new CsvDataset($file, (int) $request->features);
$vectorizer = new TokenCountVectorizer(new WordTokenizer());
$tfIdfTransformer = new TfIdfTransformer();

$samples = [];

for($i = 0; $i <= $request->features -1; $i++):
    foreach ($dataset->getSamples() as $sample):
        $samples[$i][] = $sample[$i];
    endforeach;
endfor;

for($i = 0; $i <= count($samples) -1; $i++):
    $vectorizer->fit($samples[$i]);
    $vectorizer->transform($samples[$i]);

    $tfIdfTransformer->fit($samples[$i]);
    $tfIdfTransformer->transform($samples[$i]);
endfor;

$dataset = new ArrayDataset($samples, $dataset->getTargets()); # This throws the error

我正在使用PHP-AI/PHP-ML ，这里是一个示例，说明 AI 如何与数据框一起工作，该框架仅提供 1 个功能。

我理解错误， $dataset->getTargets()只包含 1 个数组，而$samples包含 2 个数组。 然而，这让我很难过，因为它应该是这样（理论上）。

我将分类器（或经过训练的 AI）作为序列化对象存储在我的数据库中，一旦它被训练记住其训练状态。 当我只使用具有一项功能的数据框时，一切正常。 有没有人有在 PHP-ML 库中使用 PHP-AI 的经验可以提供帮助？

如何增加 PHP-AI 中的功能数量？

更新以显示我的数组保存的值：

$samples看起来像这样（兄弟姐妹数组，配偶数组）：

array ( 0 => array ( 0 => array ( ), 1 => array ( ), 2 => array ( ), 3 => array ( ), 4 => array ( ), 5 => array ( ), 6 => array ( ), 7 => array ( ), ), 1 => array ( 0 => array ( ), 1 => array ( ), 2 => array ( ), 3 => array ( ), 4 => array ( ), 5 => array ( ), 6 => array ( ), 7 => array ( ), ), )

$dataset->getTargets()看起来像这样（存活或死亡）：

array ( 0 => '1', 1 => '1', 2 => '0', 3 => '1', 4 => '0', 5 => '0', 6 => '1', 7 => '1', )

我相信$samples数组应该是 1 个包含 [SibSp, Spous] 子数组的数组。 我想不出如何将数组重新组织成这样。

Answer 1

在摆弄代码并研究错误以及如何解决它之后 - 我意识到$samples数据应该表示为

Array [ 0 => [SibSp, Spous], 1 => [SibSp, Spous], ... ]

因此，通过像这样重新摆弄数据：

$result = [];
foreach($samples as $arr) {
    foreach($arr as $k => $v) {
    $result[$k][] = $v;
    }
}

我可以达到这个理想的结果。 我仍然必须将样本作为$sample推入矢量化器，但必须重新调整最终的数据集：

for($i = 0; $i <= count($samples) -1; $i++):    
    $vectorizer->fit($samples[$i]);
    $vectorizer->transform($samples[$i]);

    $tfIdfTransformer->fit($samples[$i]);
    $tfIdfTransformer->transform($samples[$i]);

endfor;

$dataset = new ArrayDataset($result, $dataset->getTargets());