PrincipalComponentAnalysisTransformer Classe

Définition

Espace de noms:

Microsoft.ML.Transforms

Assembly:

Microsoft.ML.PCA.dll

Paquet:

Microsoft.ML v3.0.1

PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang.

public sealed class PrincipalComponentAnalysisTransformer : Microsoft.ML.Data.OneToOneTransformerBase

type PrincipalComponentAnalysisTransformer = class
    inherit OneToOneTransformerBase

Public NotInheritable Class PrincipalComponentAnalysisTransformer
Inherits OneToOneTransformerBase

Héritage

Object

RowToRowTransformerBase

OneToOneTransformerBase

PrincipalComponentAnalysisTransformer

Remarques

L’analyse des composants principaux (PCA) est un algorithme de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de faible rang. Sa formation s’effectue à l’aide de la technique décrite dans le document : Combinaison d’un caractère aléatoire structuré et non structuré dans un PCA à grande échelle, et de la structure de recherche de papier avec randomness : algorithmes probabilistiques pour la construction de décompositions de matrice approximatives

Pour plus d'informations, consultez également :

• Méthodes aléatoires pour calculer la décomposition de valeur singulière (SVD) de très grandes matrices
• Algorithme aléatoire pour l’analyse des composants principaux
• Recherche de structure avec randomness : algorithmes probabilistes pour la construction de décompositions de matrice approximatives

Méthodes

GetOutputSchema(DataViewSchema)	PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase)
Transform(IDataView)	PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase)

Implémentations d’interfaces explicites

ICanSaveModel.Save(ModelSaveContext)	PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)	PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase)
ITransformer.IsRowToRowMapper	PCA est une transformation de réduction de la dimensionnalité qui calcule la projection du vecteur de caractéristique sur un sous-espace de bas rang. (Hérité de RowToRowTransformerBase)

Méthodes d’extension

Preview(ITransformer, IDataView, Int32)	Afficher un aperçu d’un effet sur transformer un élément donné data.
Append<TTrans>(ITransformer, TTrans)	Créez une chaîne de transformateur, en ajoutant un autre transformateur à la fin de cette chaîne de transformateurs.
CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)	TimeSeriesPredictionEngine<TSrc,TDst> crée un moteur de prédiction pour un pipeline de série chronologique. Il met à jour l’état du modèle de série chronologique avec des observations observées lors de la phase de prédiction et permet de contrôler le modèle.
CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)	TimeSeriesPredictionEngine<TSrc,TDst> crée un moteur de prédiction pour un pipeline de série chronologique. Il met à jour l’état du modèle de série chronologique avec des observations observées lors de la phase de prédiction et permet de contrôler le modèle.