PrincipalComponentAnalysisTransformer Classe
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso.
public sealed class PrincipalComponentAnalysisTransformer : Microsoft.ML.Data.OneToOneTransformerBasetype PrincipalComponentAnalysisTransformer = class
inherit OneToOneTransformerBasePublic NotInheritable Class PrincipalComponentAnalysisTransformer
Inherits OneToOneTransformerBase- Ereditarietà
Commenti
Principle Component Analysis (PCA) è un algoritmo di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di basso rango. La sua formazione viene eseguita usando la tecnica descritta nel documento: Combinazione di casualità strutturata e non strutturata in PCA su larga scala e il documento Ricerca struttura con casualità: algoritmi probabilistici per la costruzione di scomposizione di matrici approssimative
Per ulteriori informazioni, vedere anche:
- Metodi casuali per calcolare la scomposizione del valore singolare (SVD) di matrici molto grandi
- Algoritmo casuale per l'analisi dei componenti principale
- Ricerca di una struttura con casualità: algoritmi probabilistici per la costruzione di scomposizione di matrici approssimative
Metodi
| Nome | Descrizione |
|---|---|
| GetOutputSchema(DataViewSchema) |
PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso. (Ereditato da RowToRowTransformerBase) |
| Transform(IDataView) |
PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso. (Ereditato da RowToRowTransformerBase) |
Implementazioni dell'interfaccia esplicita
| Nome | Descrizione |
|---|---|
| ICanSaveModel.Save(ModelSaveContext) |
PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso. (Ereditato da RowToRowTransformerBase) |
| ITransformer.GetRowToRowMapper(DataViewSchema) |
PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso. (Ereditato da RowToRowTransformerBase) |
| ITransformer.IsRowToRowMapper |
PCA è una trasformazione di riduzione della dimensionalità che calcola la proiezione del vettore di funzionalità in un sottospazio di rango basso. (Ereditato da RowToRowTransformerBase) |
Metodi di estensione
| Nome | Descrizione |
|---|---|
| Append<TTrans>(ITransformer, TTrans) |
Creare una nuova catena di trasformatori aggiungendo un altro trasformatore alla fine di questa catena di trasformatori. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition) |
TimeSeriesPredictionEngine<TSrc,TDst> crea un motore di stima per una pipeline di serie temporali. Aggiorna lo stato del modello time series con osservazioni visualizzate in fase di stima e consente di creare checkpoint del modello. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions) |
TimeSeriesPredictionEngine<TSrc,TDst> crea un motore di stima per una pipeline di serie temporali. Aggiorna lo stato del modello time series con osservazioni visualizzate in fase di stima e consente di creare checkpoint del modello. |
| GetColumnPairs(OneToOneTransformerBase) |
Restituisce i nomi delle coppie di colonne di input-output in cui viene applicata la trasformazione. |
| Preview(ITransformer, IDataView, Int32) |
Visualizzare in anteprima un effetto di |