PrincipalComponentAnalyzer Kelas
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
PCA adalah transformasi pengurangan dimensi yang menghitung proyeksi vektor fitur ke sub-ruang peringkat rendah.
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)
- Warisan
-
PrincipalComponentAnalyzer
- Penerapan
Keterangan
Analisis Komponen Prinsip (PCA) adalah algoritma pengurangan dimensi yang menghitung proyeksi vektor fitur ke sub-ruang peringkat rendah. Pelatihannya dilakukan menggunakan teknik yang dijelaskan dalam makalah: Menggabungkan Keacakan Terstruktur dan Tidak Terstruktur dalam PCA Skala Besar, dan Struktur Temuan kertas dengan Keacakan: Algoritma Probabilistik untuk Membangun Perkiraan Dekomposisi Matriks
Untuk informasi selengkapnya, lihat juga:
- Metode Acak untuk Menghitung Dekomposisi Nilai Tunggal (SVD) dari matriks yang sangat besar
- Algoritma acak untuk analisis komponen utama
- Menemukan Struktur dengan Keacakan: Algoritma Probabilistik untuk Membangun Perkiraan Dekomposisi Matriks
Metode
Fit(IDataView) |
Melatih dan mengembalikan PrincipalComponentAnalysisTransformer. |
GetOutputSchema(SchemaShape) |
Mengembalikan SchemaShape skema yang akan diproduksi oleh transformator. Digunakan untuk penyebaran dan verifikasi skema dalam alur. |
Metode Ekstensi
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tambahkan 'titik pemeriksaan penembolokan' ke rantai estimator. Ini akan memastikan bahwa estimator hilir akan dilatih terhadap data cache. Sangat membantu untuk memiliki titik pemeriksaan penembolokan sebelum pelatih yang mengambil beberapa data berlalu. |
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Mengingat estimator, kembalikan objek pembungkus yang akan memanggil delegasi setelah Fit(IDataView) dipanggil. Seringkali penting bagi estimator untuk mengembalikan informasi tentang apa yang cocok, itulah sebabnya Fit(IDataView) metode mengembalikan objek yang di ketik secara khusus, bukan hanya umum ITransformer. Namun, pada saat yang sama, IEstimator<TTransformer> sering dibentuk menjadi alur dengan banyak objek, jadi kita mungkin perlu membangun rantai estimator melalui EstimatorChain<TLastTransformer> di mana estimator yang ingin kita dapatkan transformator dimakamkan di suatu tempat dalam rantai ini. Untuk skenario itu, kita dapat melalui metode ini melampirkan delegasi yang akan dipanggil setelah fit dipanggil. |