主成分分析（PCA）是研究如何通过少数主成分揭示多个变量间的内部结构，考察多个变量间相关性的一种多元统计方法。PCA从原始变量中导出少数主成分，使它们尽可能多地保留原始变量的信息，并且彼此间互不相关，作为新的综合指标。
使用限制
主成分分析算法实现了降维和降噪的功能，仅支持稠密数据格式。
参数配置
PAI-Studio支持通过可视化或PAI命令的方式，配置该组件参数，如下所示：
- 可视化方式
页签 参数 描述 字段设置 选择特征列 输入表中用于分析的列名称。 附加列 附加在降维数据表后的列。 参数设置 信息量比例 降维后数据信息占原来的比例。 特征分解方式 分解特征的方式，取值如下： - CORR
- COVAR_SAMP
- COVAR_POP
数据转换方式 转换为新数据的处理方式，取值如下： - Simple
- Sub-Mean
- Normalization
执行调优 生命周期 指定输出表的生命周期，取值为正整数。 节点个数 与单个节点内存大小参数配对使用。取值为[1, 9999]的正整数。 单个节点内存大小 单位为兆。取值范围为[1024, 64*1024]的正整数。 - PAI命令方式
PAI -name PrinCompAnalysis -project algo_public -DinputTableName=bank_data -DeigOutputTableName=pai_temp_2032_17900_2 -DprincompOutputTableName=pai_temp_2032_17900_1 -DselectedColNames=pdays,previous,emp_var_rate,cons_price_idx,cons_conf_idx,euribor3m,nr_employed -DtransType=Simple -DcalcuType=CORR -DcontriRate=0.9;参数名称 是否必选 参数描述 默认值 inputTableName 是 进行主成分分析的输入表。 无 selectedColNames 是 输入表中用于分析的列名称。 使用逗号分隔，支持INT和DOUBLE类型。
无 eigOutputTableName 是 特征向量与特征值的输出表。 无 princompOutputTableName 是 进行主成分降维降噪后的结果输出表。 无 transType 否 转换原表为主成分分析表的方式，取值如下： - Simple
- Sub-Mean
- Normalization
Simple calcuType 否 对原表进行特征分解的方式，取值如下： - CORR
- COVAR_SAMP
- COVAR_POP
CORR contriRate 否 数据信息降维后保留的百分比。取值范围为(0,1)。 0.9 remainColumns 否 降维表保留原表的字段。 无 coreNum 否 节点个数，与memSizePerCore参数配对使用。取值范围为[1, 9999]的正整数。 系统自动分配。 memSizePerCore 否 单个节点的内存大小，单位为兆。取值范围为[1024, 64*1024]的正整数。 系统自动分配。 lifecycle 否 指定输出表的生命周期，取值为正整数。 无
示例
PCA输出示例
- 降维后的数据表
- 特征值和特征向量表
