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 wymiarowości, która oblicza projekcję wektora funkcji na podprzestrzeń podrzędną 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 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 |
|---|---|
| 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
| Nazwa | Opis |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Dołącz punkt kontrolny buforowania do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane z buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejdą 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 ogólne ITransformer. Jednak w tym samym czasie IEstimator<TTransformer> są często 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 będzie wywoływany po wywołaniu dopasowania. |