PrincipalComponentAnalysisTransformer Klasse
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
PCA ist eine Transformation der Dimensionalitätsreduzierung, die die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet.
public sealed class PrincipalComponentAnalysisTransformer : Microsoft.ML.Data.OneToOneTransformerBasetype PrincipalComponentAnalysisTransformer = class
inherit OneToOneTransformerBasePublic NotInheritable Class PrincipalComponentAnalysisTransformer
Inherits OneToOneTransformerBase- Vererbung
Hinweise
Die Prinzipkomponentenanalyse (Component Analysis, PCA) ist ein Dimensionalitätsminderungsalgorithmus, der die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet. Seine Schulung erfolgt mithilfe der im Papier beschriebenen Technik: Kombinieren von strukturierten und unstrukturierten Zufallszahlen in großskaliger PCA und der Papiersuche Struktur mit Zufallsart: Probabilistische Algorithmen zum Erstellen ungefährer Matrixdekompositions
Weitere Informationen finden Sie auch unter:
- Randomisierte Methoden für die Berechnung der Singular-Wert-Dekomposition (SVD) von sehr großen Matrizen
- Ein zufälliger Algorithmus für die Hauptkomponentenanalyse
- Suche nach Struktur mit Zufälligkeit: Probabilistische Algorithmen zum Erstellen ungefährer Matrixdekompositions
Methoden
| GetOutputSchema(DataViewSchema) |
PCA ist eine Transformation der Dimensionalitätsreduzierung, die die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet. (Geerbt von RowToRowTransformerBase) |
| Transform(IDataView) |
PCA ist eine Transformation der Dimensionalitätsreduzierung, die die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet. (Geerbt von RowToRowTransformerBase) |
Explizite Schnittstellenimplementierungen
| ICanSaveModel.Save(ModelSaveContext) |
PCA ist eine Transformation der Dimensionalitätsreduzierung, die die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet. (Geerbt von RowToRowTransformerBase) |
| ITransformer.GetRowToRowMapper(DataViewSchema) |
PCA ist eine Transformation der Dimensionalitätsreduzierung, die die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet. (Geerbt von RowToRowTransformerBase) |
| ITransformer.IsRowToRowMapper |
PCA ist eine Transformation der Dimensionalitätsreduzierung, die die Projektion des Featurevektors auf einen Unterraum mit niedriger Rangfolge berechnet. (Geerbt von RowToRowTransformerBase) |
Erweiterungsmethoden
| Preview(ITransformer, IDataView, Int32) |
Zeigen Sie eine Vorschau eines Effekts auf |
| Append<TTrans>(ITransformer, TTrans) |
Erstellen Sie eine neue Transformatorkette, indem Sie einen anderen Transformator an das Ende dieser Transformatorkette anfügen. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions) |
TimeSeriesPredictionEngine<TSrc,TDst> erstellt ein Vorhersagemodul für eine Zeitreihenpipeline. Es aktualisiert den Status des Zeitreihenmodells mit Beobachtungen, die in der Vorhersagephase angezeigt werden, und ermöglicht das Prüfen des Modells. |
| CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition) |
TimeSeriesPredictionEngine<TSrc,TDst> erstellt ein Vorhersagemodul für eine Zeitreihenpipeline. Es aktualisiert den Status des Zeitreihenmodells mit Beobachtungen, die in der Vorhersagephase angezeigt werden, und ermöglicht das Prüfen des Modells. |