用「最好的言语」PHP，做一个机器学习数据集

时间：2021-08-06 08:20 来源：网络整理作者：网络浏览：次收藏挑错推荐打印

机器学习是一门经过数据来教计算机处置成绩的迷信，而不是编写序列算法，让指令逐一执行。

普通来说，数据预备是机器学习的首要义务，通常包括两个子步骤：创立数据集和转换数据。

假设想构建一个相似人类的 AI 象棋游戏，首要成绩就是创立一个数据库，并且该数据库需求尽能够多的包含象棋巨匠玩游戏的数据。通常状况下，大少数人运用 Python 构建数据集，并且在一定水平上以为 Python 是数据迷信的独一编程言语。

但是，项目作者 Jordi Bassaganas 打破盛行观念（该观念以为 Python 是世界上独一用于数据迷信的编程言语），不运用 Python，而是在构建数据中运用了 MySQL、PHP 和 Rubix ML，其中 Rubix ML 是一个初级机器学习库，可构建运用 PHP 言语从数据中学习的顺序。

用「最好的言语」PHP，做一个机器学习数据集

项目地址：https://github.com/programarivm/chess-data

项目引见

该项目是一组命令行界面（Command-Line Interface，CLI）工具，可协助管理 PGN 游戏中的象棋数据库，此外，该工具还可以停止数据预备、可视化数据和运用 Rubix ML 训练监视模型。

用「最好的言语」PHP，做一个机器学习数据集

所谓的 PGN 就是「可移植式棋局记号法」(Portable Game Notation)，是一种以 ASCII 文本文件表示国际象棋棋局数据的标准设定。PGN 设计成使人们很容易停止阅读和编写，电脑顺序很容易停止解析和产生。定义和传达 PGN 的目的，是为了促进地下对局数据的共享交流，包括来自全世界的棋手 (不管有无组织)、出版人和电脑国际象棋研讨的。

接上去真正的成绩是：应该给计算机提供哪些示例以使机器学习变得更容易？

这个数据预备存储库主要义务是将数百万个象棋游戏加载到 SQL 数据库中。作者从 PGN Mentor 中下载了 PGN 文件，PGN Mentor 是一个用于国际象棋研讨的软件运用顺序，同时还提供了一个包含数百万个游戏的文件集合，并将这些文件复制到 programarivm/chess-data/data/players 文件夹中。

其实运用 PHP 为机器学习预备数据集并没有什么复杂办法。但完成进程触及到不同的技术，这是关于对处置成绩的了解、搜集和过滤数据的最好实际进程。

例如，当触及国际象棋时，首先你需求过滤和验证游戏，这意味着要删除那些语法上有效或包含错误的游戏。cli/pgn-validate.php 命令查找 PGN 文件中错误，这条命令在将信息加载到数据库时会被普遍运用。

示例展现

下面展现了运用该项目设置和运转 MySQL 国际象棋数据库，第一步是创立如下所示的象棋数据库：

$ php cli/db-create.php

然后，按照下面的描画，games 表将被植入有效数据。

$ time php cli/db-seed.php data/players

✗ 15 games did not pass the validation.

✓ 3234 games out of a total of 3249 are OK.

✓ 1353 games out of a total of 1353 are OK.

✓ 1900 games out of a total of 1900 are OK.

✓ 776 games out of a total of 776 are OK.