phpでLIBSVM(追記あり)
前回のエントリーでPHPでもSWIGが使えることが分ったので，実際にC言語で書かれたライブラリをPHPエクステンションにコンバートしてみた．
今回PHPエクステンション化に挑戦したライブラリはLIBSVM．有名なサポートベクターマシーンのライブラリ．つかったことけど（え
選んだ理由は
- 最近SVM勉強中
- Python用のインターフェイスファイルが付属
とくに学術系に顕著だが，Perl，Python，Ruby用のインターフェイスは用意されているのにPHPでは用意されていないことが多い．それもSWIGで作っただけのインターフェイスなのに．
他のLL言語に比べてPHPはなめられている気がしなくもない．インタラクティブなシェル(php -a)がイマイチだから？WEB専用だから？
とりあえず結論からいうとLIBSVMもPHPで使えるんです！仲間にいれてください！
個人的な思いは置いといて，以下，LIBSVMをPHPで使うまでの流れメモ
LIBSVMインストール
wget "http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/~cjlin/libsvm+tar.gz" tar xzvf libsvm-2.85.tar.gz cd libsvm-2.85 make
SWIGでPHPエクステンション作成
SWIGで面倒なのはインターフェイスファイルを書くことな気がするが，LIBSVMには幸いPython用のインターフェイスファイル(svmc.i)がついています．これを使わない手はない．
swig -php5 svmc.iであっさりsvmc_wrap.c, php_svmc.hが出来上がります．↑で作ったsvm.oをリンクすれば前回エントリと同じ用にsvmc.soが出来上がります．
ちなみにsvmc.iはこんな感じ
%module svmc %{ #include "svm.h" %} enum { C_SVC, NU_SVC, ONE_CLASS, EPSILON_SVR, NU_SVR }; /* svm_type */ enum { LINEAR, POLY, RBF, SIGMOID, PRECOMPUTED }; /* kernel_type */ struct svm_parameter { int svm_type; int kernel_type; int degree; // for poly double gamma; // for poly/rbf/sigmoid double coef0; // for poly/sigmoid // these are for training only double cache_size; // in MB double eps; // stopping criteria double C; // for C_SVC, EPSILON_SVR and NU_SVR int nr_weight; // for C_SVC int *weight_label; // for C_SVC double* weight; // for C_SVC double nu; // for NU_SVC, ONE_CLASS, and NU_SVR double p; // for EPSILON_SVR int shrinking; // use the shrinking heuristics int probability; }; struct svm_problem { int l; double *y; struct svm_node **x; }; struct svm_model *svm_train(const struct svm_problem *prob, const struct svm_parameter *param); void svm_cross_validation(const struct svm_problem *prob, const struct svm_parameter *param, int nr_fold, double *target); int svm_save_model(const char *model_file_name, const struct svm_model *model); struct svm_model *svm_load_model(const char *model_file_name); int svm_get_svm_type(const struct svm_model *model); int svm_get_nr_class(const struct svm_model *model); void svm_get_labels(const struct svm_model *model, int *label); double svm_get_svr_probability(const struct svm_model *model); void svm_predict_values(const struct svm_model *model, const struct svm_node *x, double* decvalue); double svm_predict(const struct svm_model *model, const struct svm_node *x); double svm_predict_probability(const struct svm_model *model, const struct svm_node *x, double* prob_estimates); void svm_destroy_model(struct svm_model *model); /* Not necessary: the weight vector is (de)allocated at python-part void svm_destroy_param(struct svm_parameter *param); */ const char *svm_check_parameter(const struct svm_problem *prob, const struct svm_parameter *param); int svm_check_probability_model(const struct svm_model *model); %include carrays.i %array_functions(int,int) %array_functions(double,double) %inline %{ struct svm_node *svm_node_array(int size) { return (struct svm_node *)malloc(sizeof(struct svm_node)*size); } void svm_node_array_set(struct svm_node *array, int i, int index, double value) { array[i].index = index; array[i].value = value; } void svm_node_array_destroy(struct svm_node *array) { free(array); } struct svm_node **svm_node_matrix(int size) { return (struct svm_node **)malloc(sizeof(struct svm_node *)*size); } void svm_node_matrix_set(struct svm_node **matrix, int i, struct svm_node* array) { matrix[i] = array; } void svm_node_matrix_destroy(struct svm_node **matrix) { free(matrix); } %}
これだけ用意されていればでPHPエクステンションの作成は一瞬です！
ラッパークラス作成
SWIGで外部インターフェイスを作ると汎用的なものができあがるので直接使うのはちょっと大変です．なのでPHPでラッパークラスを作るのが良いと思います．
今回はPythonのラッパークラスをまるパクリで作成しました(svm.php)．割愛しますがサンプルもまるパクリでつくり(svm_test.php, test_cross_validation.php)，
Pythonのものと同じ結果が得られることを確認しました．
delete_svm_parameterとか delete_svm_problemは登録されていなかったけど，デストラクタが勝手に働くかたいいのかな．
ソースダウンロード
以上のファイルをまとめたのでここからダウンロードできます．
libsvm-2.85フォルダで展開して
cd php make make install php test_svm.php php test_cross_validation.php
でサンプルを実行できます！
何か間違いとかつっこみがありましたら是非是非お願いします！！
PHPでもそれなりできるんじゃないでしょうか？
今度はSVMを使ったアプリも作ってみよう．
** 追記（08/09/13） **
デモ作った
渋谷人多すぎ
