PrincipalComponentAnalysisTransformer 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 wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi.
public sealed class PrincipalComponentAnalysisTransformer : Microsoft.ML.Data.OneToOneTransformerBasetype PrincipalComponentAnalysisTransformer = class
inherit OneToOneTransformerBasePublic NotInheritable Class PrincipalComponentAnalysisTransformer
Inherits OneToOneTransformerBase- Dziedziczenie
Uwagi
Analiza składników głównych (PCA) to algorytm redukcji wymiarowości, który oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi. Jego szkolenie odbywa się przy użyciu techniki opisanej w dokumencie: Łączenie losowości ustrukturyzowanej i nieustrukturyzowanej w dużej skali PCA oraz artykułu Finding Structure with Randomness: Probabilistic Algorithms for Constructing Approximate Matrix Decompositions (Łączenie losowości ze strukturą i nieustrukturyzowaną w dużej skali PCA) oraz dokument Finding Structure with Randomness: Probabilistic Algorithms for Constructing Approximate Matrix Decompositions (Struktura znajdowania na dużą skalę: Algorytmy probabilistyczne do konstruowania przybliżonych dekompozycji macierzy)
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
| Nazwa | Opis |
|---|---|
| GetOutputSchema(DataViewSchema) |
PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi. (Odziedziczone po RowToRowTransformerBase) |
| Transform(IDataView) |
PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi. (Odziedziczone po RowToRowTransformerBase) |
Jawne implementacje interfejsu
| Nazwa | Opis |
|---|---|
| ICanSaveModel.Save(ModelSaveContext) |
PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi. (Odziedziczone po RowToRowTransformerBase) |
| ITransformer.GetRowToRowMapper(DataViewSchema) |
PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi. (Odziedziczone po RowToRowTransformerBase) |
| ITransformer.IsRowToRowMapper |
PCA to transformacja redukcji wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną o niskiej rangi. (Odziedziczone po RowToRowTransformerBase) |
Metody rozszerzania
| Nazwa | Opis |
|---|---|
| Append<TTrans>(ITransformer, TTrans) |
Utwórz nowy łańcuch transformatorów, dołączając kolejny transformator na końcu tego łańcucha transformatora. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition) |
TimeSeriesPredictionEngine<TSrc,TDst> Tworzy aparat przewidywania dla potoku szeregów czasowych. Aktualizuje ona stan modelu szeregów czasowych z obserwacjami obserwowanymi w fazie przewidywania i umożliwia punktowanie kontrolne modelu. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions) |
TimeSeriesPredictionEngine<TSrc,TDst> Tworzy aparat przewidywania dla potoku szeregów czasowych. Aktualizuje ona stan modelu szeregów czasowych z obserwacjami obserwowanymi w fazie przewidywania i umożliwia punktowanie kontrolne modelu. |
| GetColumnPairs(OneToOneTransformerBase) |
Zwraca nazwy par kolumn input-output, na których zastosowano przekształcenie. |
| Preview(ITransformer, IDataView, Int32) |
Podgląd wpływu |