README

本包提供数据挖掘算法的计算，当前可用的算法有KMeans，C45正在开发中。

安装

您可以通过composer安装此包

composer require fanboykun/datamining

使用方法

使用类

use Fanboykun\Datamining\Datamining

在这个例子中，我们将使用KMeans

提供数据示例

$points = Study::all()->map(function ($study, $k) {
        return [
            'key' => $study->student_id,
            'val' => [
            $study->matematika,
            $study->fisika,
            $study->kimia,
            $study->biologi,
            $study->sejarah,
            $study->akuntansi,
            $study->sosiologi,
            $study->geografi,
            ],
        ];
    })->toArray();

使用一个可用的方法，初始化构造函数

// example, we use KMeans, init with desired space (data example above)
$space = (new Datamining)->initKMeans(8)

将所有点添加到空间中

// give the array of the data as the point to insert into space as the first parameter
// give the key of the points(data to calculate) as the second parameter
// give to value of the data to calculate as the third parameter
 $space->addAllPointToSpace($points, 'key', 'val');

执行计算

// the required arguments are :

// the number of the cluster you want to set
// int $numberOfCluster

// the initialization method (set to 3 for set the first centroid manually)
// $initMethod = 1

// give the index of the array of the points you want set as the first centroid
// $selectedPoints = []
$dataset = $space->solveWithIterationCallback(2, 3, [0,1]);

变更日志

请查看 CHANGELOG 了解最近更改的更多信息。

贡献

请查看 CONTRIBUTING 了解详情。

安全

如果您发现任何安全问题，请通过电子邮件 irfanramadhan1812@gmail.com 联系，而不是使用问题跟踪器。

致谢

• fanboykun

许可证

MIT许可证（MIT）。请参阅 许可证文件 了解更多信息