機械学習から始める PHP 入門¶
PHP は Web のために育った言語ですが、いまは型宣言・列挙型・readonly クラスを備えた汎用の言語でもあります。本シリーズでは、Python 版と同じ題材の機械学習のアルゴリズムを TDD で自作し、PHP の機械学習ライブラリ Rubix ML と突き合わせながら、PHP の書き方とエコシステムを学びます。
PHP 版は 3 つの軸で対比します。1 つは Python 版・TypeScript 版 で、漸進的な型付け——実行時に効く型と、静的解析だけが見る型——をどう使い分けるかです。2 つめは Ruby 版 で、同じスクリプト言語でありながら型の道具をどこまで使うかが正反対である点です。3 つめは Elixir 版 で、機械学習ライブラリの成熟度がまったく違う点です。
特徴¶
- 型を使い切る:
declare(strict_types=1)で実行時に型を強制し、PHPStan のレベル 9 で配列の形（list<Person>・array{list<Features>, list<string>}）まで検査する。Ruby 版 が RBS・Steep を使わないと決めたのと正反対の選択（ADR 013） - 実行時の型と静的解析の型が分かれている: 引数の
stringは実行時に効き、PHPDoc のlist<string>は静的解析だけが見る。この二層構造が PHP の漸進的な型付けの姿 - 値は
readonly classで表す: コンストラクタプロモーションで 1 か所に書く。ただし比較は既定で参照の同一性なので、テストではassertEquals（中身）とassertSame（同一性）を使い分ける - 緩い変換をあえて避ける:
(int) '高い'は 0 を返して落ちないので、filter_var(..., FILTER_VALIDATE_INT)で厳密に検査する。比較も==ではなく===で書く - 失敗は例外で表す:
throw new InvalidArgumentException(...)を使う。Rust 版のResult・Go 版のerrorとは逆の流儀で、Ruby 版・Elixir 版に近い
ほかの版との違い¶
- Notebook による探索と可視化の節は設けません。グラフは Python 版 と Kotlin 版 の可視化の節を参照してください
- 総合演習（付録 A）の解答例は作りません。演習問題は言語に依存しないので、Python 版の付録 A の問題に PHP で取り組んでください
- Rubix ML には決定木もランダムフォレストもあります。 直前に書いた Elixir 版 では Scholar に決定木が無く、自作した決定木がそのまま最終実装になりました。同じ第 3 波の 2 つの版が、ライブラリの成熟度という点で正反対の性格を持ちます。PHP 版ではほぼ全章で「自作してからライブラリと突き合わせる」ことができます
- ただし素の線形回帰とラッソはありません。 線形回帰は正則化を 0 にしたリッジ（
Ridge(0.0)）で代用し、ラッソは自作します（ADR 013） - 乱数は
java.util.Randomと同じ線形合同法を自作します。mt_randはほかの言語版と並びが合いません。自作すると、第 2 章以降の分割が Java 版・Scala 版・Clojure 版・Elixir 版 と一致します - CSV は標準の
fgetcsvを使いますが、BOM は取り除かれません。先頭の列名から自分で取り除きます - カバレッジには拡張（pcov）が要ります。 素の Nix 環境には xdebug も pcov も入っておらず、環境定義に手を入れました。さらに PHPUnit には最低カバレッジのしきい値の機能が無いので、clover の XML を読んで判定する短いスクリプトを自作します
開発環境¶
| ツール | 用途 |
|---|---|
| PHP 8.4・Composer | 言語・依存管理・スクリプト |
| PHPUnit 11 | テスティングフレームワーク（テスト名に日本語を使える） |
| PHP-CS-Fixer | 整形（PSR-12。違反の終了コードは 8） |
| PHPStan 2 | 静的解析（レベル 9） |
| pcov | カバレッジ（しきい値は自作のスクリプトで判定する） |
Nix の環境（nix develop .#php）は PHP 8.4.16（pcov 付き）・Composer 2.9.2・phpactor です。
ライブラリ¶
| ライブラリ | 用途 | 初出 |
|---|---|---|
標準の fgetcsv |
CSV の読み込み（BOM は自分で取り除く） | 第 1 章 |
| 自作の線形合同法 | 乱数（訓練データとテストデータの分割） | 第 2 章 |
| Rubix ML | 決定木・ランダムフォレスト・ロジスティック回帰・リッジ・K-means・主成分分析・評価指標・前処理 | 第 3 章 |
| MathPHP | 行列・統計（正規方程式） | 第 7 章 |
mbstring の CP932 |
Shift_JIS の CSV（追加の依存なし） | 第 9 章 |
標準の serialize |
学習済みモデルの保存 | 第 8 章 |
| 標準の組み込みサーバー | 予測 API | 第 15 章 |
選定の理由と、章ごとにライブラリへ置き換えられる範囲は ADR 013 を参照してください。
サンプルコード¶
サンプルコードは apps/php/ にあります。学習データの配置方法は 第 1 章 の「題材とデータ」を参照してください。
nix develop .#php
cd apps/php
composer install
composer test
リポジトリのルートで npx gulp apps:check:php を実行すると、CI と同じ順（整形・静的解析・テスト・カバレッジ）でまとめて検査できます。
章構成¶
全 15 章を公開しています。
第 1 部: 機械学習と TDD の基本サイクル¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 1 章 | 機械学習とはじめてのテスト | 公開済み |
| 第 2 章 | データの前処理と三角測量 | 公開済み |
| 第 3 章 | 決定木による分類と明白な実装 | 公開済み |
第 2 部: 開発環境と自動化¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 4 章 | バージョン管理とデータ管理 | 公開済み |
| 第 5 章 | パッケージ管理と静的解析 | 公開済み |
| 第 6 章 | タスクランナーと CI/CD | 公開済み |
第 3 部: 回帰と実践的な前処理¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 7 章 | 線形回帰による数値予測 | 公開済み |
| 第 8 章 | 実践的な分類と前処理パイプライン | 公開済み |
| 第 9 章 | 特徴量エンジニアリング | 公開済み |
第 4 部: モデルの改善と評価¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 10 章 | ロジスティック回帰とアンサンブル学習 | 公開済み |
| 第 11 章 | 評価指標と交差検証 | 公開済み |
| 第 12 章 | 正則化とモデル選択 | 公開済み |
第 5 部: 教師なし学習と実運用¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 13 章 | 主成分分析による次元削減 | 公開済み |
| 第 14 章 | K-means によるクラスタリング | 公開済み |
| 第 15 章 | 機械学習 API とモジュール設計 | 公開済み |
付録¶
総合演習（Bank）の解答例は Python 版のみです。演習問題は言語に依存しないので、Python 版の付録 A の問題に PHP で取り組んでください。