PrincipalComponentAnalysisTransformer Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang.
public sealed class PrincipalComponentAnalysisTransformer : Microsoft.ML.Data.OneToOneTransformerBase
type PrincipalComponentAnalysisTransformer = class
inherit OneToOneTransformerBase
Public NotInheritable Class PrincipalComponentAnalysisTransformer
Inherits OneToOneTransformerBase
- Héritage
Remarques
L’analyse des composants principaux (PCA) est un algorithme de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. Sa formation s’effectue à l’aide de la technique décrite dans le document : Combinaison d’un caractère aléatoire structuré et non structuré dans un PCA à grande échelle, ainsi que de la structure de recherche de papier avec randomness : algorithmes probabilistes pour la construction de décompositions de matrice approximatives
Pour plus d’informations, consultez également :
- Méthodes aléatoires pour l’informatique de la décomposition de valeur unique (SVD) de matrices très volumineuses
- Algorithme aléatoire pour l’analyse des composants principaux
- Recherche de structure avec randomness : algorithmes probabilistes pour la construction de décompositions de matrice approximatives
Méthodes
| Nom | Description |
|---|---|
| GetOutputSchema(DataViewSchema) |
PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase) |
| Transform(IDataView) |
PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase) |
Implémentations d’interfaces explicites
| Nom | Description |
|---|---|
| ICanSaveModel.Save(ModelSaveContext) |
PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase) |
| ITransformer.GetRowToRowMapper(DataViewSchema) |
PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase) |
| ITransformer.IsRowToRowMapper |
PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase) |
Méthodes d’extension
| Nom | Description |
|---|---|
| Append<TTrans>(ITransformer, TTrans) |
Créez une chaîne de transformateur, en ajoutant un autre transformateur à la fin de cette chaîne de transformateurs. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition) |
TimeSeriesPredictionEngine<TSrc,TDst> crée un moteur de prédiction pour un pipeline de série chronologique. Il met à jour l’état du modèle de série chronologique avec des observations observées lors de la phase de prédiction et autorise le point de contrôle du modèle. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions) |
TimeSeriesPredictionEngine<TSrc,TDst> crée un moteur de prédiction pour un pipeline de série chronologique. Il met à jour l’état du modèle de série chronologique avec des observations observées lors de la phase de prédiction et autorise le point de contrôle du modèle. |
| GetColumnPairs(OneToOneTransformerBase) |
Retourne les noms des paires de colonnes d’entrée-sortie sur lesquelles la transformation est appliquée. |
| Preview(ITransformer, IDataView, Int32) |
Afficher un aperçu d’un effet sur |