Compartilhar via


PrincipalComponentAnalyzer Classe

Definição

O PCA é uma transformação de redução de dimensionalidade que calcula a projeção do vetor de recurso em um subespaço de baixa classificação.

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)
Herança
PrincipalComponentAnalyzer
Implementações

Comentários

A PCA (Principle Component Analysis) é um algoritmo de redução de dimensionalidade que calcula a projeção do vetor de recurso para um subespaço de baixa classificação. Seu treinamento é feito usando a técnica descrita no artigo: combinando a aleatoriedade estruturada e não estruturada na PCA em grande escala e o artigo Encontrando estrutura com aleatoriedade: algoritmos probabilísticos para construir decomposições de matriz aproximadas

Para obter mais informações, consulte também:

Métodos

Fit(IDataView)

Treina e retorna um PrincipalComponentAnalysisTransformer.

GetOutputSchema(SchemaShape)

Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline.

Métodos de Extensão

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

Acrescente um "ponto de verificação de cache" à cadeia de estimativas. Isso garantirá que os estimadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que fazem várias passagens de dados.

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

Dado um estimador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um estimador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário construir uma cadeia de estimadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos que o transformador seja enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado quando fit for chamado.

Aplica-se a