RandomizedPcaTrainer Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
IEstimator<TTransformer> Rastgele SVD algoritmasını kullanarak yaklaşık bir PCA eğitimi için.
public sealed class RandomizedPcaTrainer : Microsoft.ML.Trainers.TrainerEstimatorBase<Microsoft.ML.Data.AnomalyPredictionTransformer<Microsoft.ML.Trainers.PcaModelParameters>,Microsoft.ML.Trainers.PcaModelParameters>type RandomizedPcaTrainer = class
inherit TrainerEstimatorBase<AnomalyPredictionTransformer<PcaModelParameters>, PcaModelParameters>Public NotInheritable Class RandomizedPcaTrainer
Inherits TrainerEstimatorBase(Of AnomalyPredictionTransformer(Of PcaModelParameters), PcaModelParameters)- Devralma
-
RandomizedPcaTrainer
Açıklamalar
Bu eğitmeni oluşturmak için RandomizedPca veya RandomizedPca(Seçenekler) kullanın.
Giriş ve Çıkış Sütunları
Giriş özellikleri sütun verileri bilinen boyutlu bir vektör olmalıdır Single. Bu eğitmen aşağıdaki sütunları üretir:
| Çıkış Sütunu Adı | Sütun Türü | Description |
|---|---|---|
Score |
Single | Anomali algılama modeli tarafından hesaplanan negatif olmayan, ilişkisiz puan. |
PredictedLabel |
Boolean | Eşik temelinde tahmin edilen etiket. Eşik değerinden daha yüksek bir puan ve eşik true ile eşlenden falsedaha düşük bir puan. Varsayılan eşik değeridir 0.5. Varsayılan değeri değiştirmek için kullanın <xref:AnomalyDetectionCatalog.ChangeModelThreshold> . |
Eğitmen Özellikleri
| Makine öğrenmesi görevi | Anomali Algılama |
| Normalleştirme gerekli mi? | Evet |
| Önbelleğe alma gerekli mi? | Hayır |
| Microsoft.ML'ye ek olarak gerekli NuGet | Hiçbiri |
| ONNX'e aktarılabilir | Hayır |
Eğitim Algoritması Ayrıntıları
Bu eğitmen, normal sınıfı içeren alt alanı yaklaşık olarak bulmak için en iyi eigenvektörleri kullanır. Her yeni örnek için ham özellik vektör ve bu alt alan üzerinde öngörülen özellik arasındaki norm farkını hesaplar. Hata 0'a yakınsa örnek normal (anomali olmayan) olarak kabul edilir.
Bu eğitmen, satırları giriş vektörleri olan matrisin tekil değer ayrıştırma (SVD) hesaplaması için rastgele bir yöntem kullanarak yaklaşık bir PCA eğitir. Bu eğitmen tarafından oluşturulan model üç parametre içerir:
- Projeksiyon matrisi $U$
- Özgün özellik alanında ortalama vektör $m$
- Öngörülen özellik alanında ortalama vektör $p$
Giriş özelliği vektör $x$ için anomali puanı, özgün giriş vektörünün $L_2$ normu ve öngörülen vektörünün $L_2$ normu karşılaştırılarak hesaplanır: $\sqrt{\left(|x-m|_2^2 - |Ux-p|_2^2\right)|x-m|_2^2}$.
yöntemi burada açıklanmıştır.
Algoritmanın, verileri eğitmene geçirmeden önce verilere uygulanarak ApproximatedKernelTransformer Çekirdek PCA'ya alınabileceğini unutmayın.
Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.
Alanlar
| Name | Description |
|---|---|
| FeatureColumn |
Eğitmenin beklediği özellik sütunu. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
Eğitmenin beklediği etiket sütunu. etiketin eğitim için kullanılmadığını gösteren olabilir |
| WeightColumn |
Eğitmenin beklediği ağırlık sütunu. olabilir |
Özellikler
| Name | Description |
|---|---|
| Info |
IEstimator<TTransformer> Rastgele SVD algoritmasını kullanarak yaklaşık bir PCA eğitimi için. |
Yöntemler
| Name | Description |
|---|---|
| Fit(IDataView) |
Bir eğitip döndürür ITransformer. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
IEstimator<TTransformer> Rastgele SVD algoritmasını kullanarak yaklaşık bir PCA eğitimi için. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
Uzantı Metotları
| Name | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tahmin zincirine bir 'önbelleğe alma denetim noktası' ekler. Bu, aşağı akış tahmincilerinin önbelleğe alınmış verilere karşı eğitilmesini sağlar. Birden fazla veri alan eğitmenler geçişten önce bir önbelleğe alma kontrol noktasının olması yararlıdır. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Tahmin aracı verildiğinde, bir temsilci çağrıldıktan sonra Fit(IDataView) çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir. Bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesne içeren işlem hatları halinde oluşturulur, bu nedenle transformatörü almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömüldüğü bir tahmin zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla uygun çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz. |