PrincipalComponentAnalyzer 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 PrincipalComponentAnalyzer : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.PrincipalComponentAnalysisTransformer>type PrincipalComponentAnalyzer = class
interface IEstimator<PrincipalComponentAnalysisTransformer>Public NotInheritable Class PrincipalComponentAnalyzer
Implements IEstimator(Of PrincipalComponentAnalysisTransformer)- Ereditarietà
-
PrincipalComponentAnalyzer
- Implementazioni
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 |
|---|---|
| Fit(IDataView) |
Esegue il training e restituisce un oggetto PrincipalComponentAnalysisTransformer. |
| GetOutputSchema(SchemaShape) |
Restituisce l'oggetto SchemaShape dello schema che verrà prodotto dal trasformatore. Usato per la propagazione e la verifica dello schema in una pipeline. |
Metodi di estensione
| Nome | Descrizione |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. In questo modo si garantisce che gli estimatori downstream vengano sottoposti a training su dati memorizzati nella cache. È utile disporre di un checkpoint di memorizzazione nella cache prima che i formatori eseseguono più passaggi di dati. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dato uno strumento di stima, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. È spesso importante che uno strumento di stima restituisca informazioni sulle dimensioni, motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> vengono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di estimatori tramite EstimatorChain<TLastTransformer> dove lo strumento di stima per il quale si vuole ottenere il trasformatore è sepolto in una posizione in questa catena. Per questo scenario, è possibile collegare un delegato che verrà chiamato una volta chiamato fit. |