RandomizedPcaTrainer 類別
定義
重要
部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。
用於 IEstimator<TTransformer> 使用隨機SVD演算法訓練近似PCA。
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)- 繼承
-
RandomizedPcaTrainer
備註
要建立這個訓練器，請使用 RandomizedPca 或 RandomizedPCA（Options）。
輸入與輸出欄位
輸入特徵欄位資料必須是已知大小的向量。Single 此訓練器會輸出下列欄位：
| 輸出數據行名稱 | 欄類型 | Description |
|---|---|---|
Score |
Single | 由異常偵測模型計算的非負、無上限分數。 |
PredictedLabel |
Boolean | 根據閾值預測的標籤。 高於閾值的分數對應到 true ，低於閾值的分數對應到 false。 預設門檻為 0.5。用 <xref:AnomalyDetectionCatalog.ChangeModelThreshold> 來更改預設值。 |
訓練師特性
| 機器學習任務 | 異常偵測 |
| 需要正規化嗎？ | Yes |
| 快取是必須的嗎？ | No |
| 除了 Microsoft.ML 之外，必須使用 NuGet | None |
| 可匯出至 ONNX | No |
訓練演算法細節
此訓練器利用頂方特徵向量近似包含正規類別的子空間。 對於每個新實例，它會計算原始特徵向量與該子空間上投影特徵之間的範數差。 若誤差接近 0，該實例被視為正常（非異常）。
更具體地說，此訓練器使用隨機方法訓練近似主成分分析（PCA），以計算輸入向量矩陣的奇異值分解（SVD）。 此訓練器產生的模型包含三個參數：
- 投影矩陣 $U
- 原始特徵空間中的平均向量 $m$
- 投影特徵空間中的平均向量 $p$
對於輸入特徵向量 $x$，異常分數是透過比較原始輸入向量的 $L_2$ 範數與投影向量的 $L_2$ 範數來計算：$\sqrt{\left（|x-m|_2^2 - |Ux-p|_2^2\right）|x-m|_2^2}$.
此方法在此說明。
請注意，該演算法可透過將 應用 ApproximatedKernelTransformer 於資料後再傳給訓練器，來實現 Kernel PCA。
請參考「參見」區塊，裡面有使用範例的連結。
欄位
| 名稱 | Description |
|---|---|
| FeatureColumn |
訓練師期待的特色欄。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
訓練師期望的標籤欄。 可以是 |
| WeightColumn |
訓練師預期的體重欄。 可以是 |
屬性
| 名稱 | Description |
|---|---|
| Info |
用於 IEstimator<TTransformer> 使用隨機SVD演算法訓練近似PCA。 |
方法
| 名稱 | Description |
|---|---|
| Fit(IDataView) |
訓練並返回 ITransformer。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
用於 IEstimator<TTransformer> 使用隨機SVD演算法訓練近似PCA。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>) |
擴充方法
| 名稱 | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
在估計鏈中附加一個「快取檢查點」。 這將確保下游估計器能針對快取資料進行訓練。 在訓練師接受多次資料通行前設置快取檢查點會很有幫助。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
給定一個估計器，回傳一個包裹物件，該物件會呼叫一次 Fit(IDataView) 代理。 估計器通常回傳擬合的資訊很重要，因此該 Fit(IDataView) 方法回傳一個特定型別的物件，而非一般 ITransformer的 。 然而，同時， IEstimator<TTransformer> 通常會被組成包含許多物件的管線，因此我們可能需要建立一條估計鏈，將 EstimatorChain<TLastTransformer> 我們想要取得變壓器的估計器埋藏在這條鏈的某處。 在這種情況下，我們可以透過此方法附加一個代理，當 fit 被呼叫時會被呼叫。 |