PrincipalComponentAnalyzer Klasa
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
PCA to transformacja redukcji wymiarów, która oblicza projekcję wektora funkcji na podprzestrzeń o niskiej rangi.
public sealed class PrincipalComponentAnalyzer : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.PrincipalComponentAnalysisTransformer>
type PrincipalComponentAnalyzer = class
interface IEstimator<PrincipalComponentAnalysisTransformer>
Public NotInheritable Class PrincipalComponentAnalyzer
Implements IEstimator(Of PrincipalComponentAnalysisTransformer)
- Dziedziczenie
-
PrincipalComponentAnalyzer
- Implementuje
Uwagi
Analiza głównych składników (PCA) to algorytm redukcji wymiarowości, który oblicza projekcję wektora cech na podprzestrzeń o niskiej rangi. Jego trenowanie odbywa się przy użyciu techniki opisanej w dokumencie: Łączenie losowości ze strukturą i bez struktury w przypadku pcA na dużą skalę oraz papieru Finding Structure with Randomness: Probabilistic Algorithms for Constructing Approximate Matrix Decompozycje
Aby uzyskać więcej informacji, zobacz również:
- Metody losowe do obliczania dekompozycji wartości pojedynczej (SVD) bardzo dużych macierzy
- Algorytm losowy do analizy głównych składników
- Znajdowanie struktury z losowością: Algorytmy probabilistyczne do konstruowania przybliżonych dekompozycji macierzy
Metody
Fit(IDataView) |
Trenuje i zwraca wartość PrincipalComponentAnalysisTransformer. |
GetOutputSchema(SchemaShape) |
SchemaShape Zwraca schemat, który zostanie wygenerowany przez transformator. Służy do propagacji schematu i weryfikacji w potoku. |
Metody rozszerzania
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Dołącz punkt kontrolny buforowania do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane względem buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejmą wiele danych. |
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który wywoła delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólną ITransformerwartość . Jednak w tym samym czasie IEstimator<TTransformer> często są tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania za pośrednictwem EstimatorChain<TLastTransformer> miejsca, w którym narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który zostanie wywołany po wywołaniu dopasowania. |