PrincipalComponentAnalyzer Classe

Définition

Espace de noms:

Microsoft.ML.Transforms

Assembly:

Microsoft.ML.PCA.dll

Paquet:

Microsoft.ML v2.0.0

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 PrincipalComponentAnalyzer : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.PrincipalComponentAnalysisTransformer>

type PrincipalComponentAnalyzer = class
    interface IEstimator<PrincipalComponentAnalysisTransformer>

Public NotInheritable Class PrincipalComponentAnalyzer
Implements IEstimator(Of PrincipalComponentAnalysisTransformer)

Héritage

Object

PrincipalComponentAnalyzer

Implémente

IEstimator<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

Fit(IDataView)	Effectue l’apprentissage et retourne un PrincipalComponentAnalysisTransformer.
GetOutputSchema(SchemaShape)	Retourne le SchemaShape schéma qui sera produit par le transformateur. Utilisé pour la propagation et la vérification du schéma dans un pipeline.

Méthodes d’extension

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Étant donné un estimateur, retournez un objet de création de package de restrictions qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important qu’un estimateur retourne des informations sur ce qui était adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets. Nous pouvons donc avoir besoin de créer une chaîne d’estimateurs par EstimatorChain<TLastTransformer> le biais de laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé.