开启基于JavaScript的机器学习之路 | 机器学习与JavaScript（一）

正文

请到「今天看啥」查看全文

现在已经有很多的 JavaScript 库了，它们已经预定义了机器学习算法，比如：线性回归、支持向量机、朴素贝叶斯算法等，以下列出了几个库：

1. brain.js（神经网络）

2. Synaptic（神经网络）

3. Natural（自然语言处理）

4. ConvNetJS（卷积神经网络）

5. mljs（一种具有多个函数方法的子库）

开启 JavaScript 的机器学习之路

我将使用 mljs 的回归库来执行线性回归模型的分析。全部代码都在 Github 上：machine-learning-with-js（https://github.com/abhisheksoni27/machine-learning-with-js ）。

第一步. 安装依赖的库

$ yarn add ml-regression csvtojson

或者你更喜欢 npm：

$ npm install ml-regression csvtojson

ml-regression 所做的事正如它的名字那样，机器学习线性回归库。

csvtojson 是在 node.js 环境中的一个 cvs 数据解析器，它可以在你加载完 cvs 数据 后将其快速的转换为 JSON 。

第二步. 初始化依赖库并加载数据

首先从 这里 下载数据文件，并将数据文件放在你的工程目录中。假设你已经初始化了一个空的 npm 工程，打开 index.js 文件，并输入以下代码：（你可以直接复制 / 粘贴，但为了能够更好的理解它，建议你能亲自输入这段代码）

const ml = require('ml-regression');
const csv = require('csvtojson');
const SLR = ml.SLR; // 简单线性回归
const csvFilePath = 'advertising.csv'; // 数据文件
let csvData = [], // 已解析的数据
    X = [], // 输入
    y = []; // 输出
let regressionModel;

我把这个文件放在了项目的根目录下，因此如果你放在了别的目录下，请同时更改上述代码中的 csvFilePath 变量。

这样的代码看起来相当整洁，不是么？

请到「今天看啥」查看全文