文档

数据降维

更新时间:

本文为您介绍数据降维组件。

功能说明

数据降维组件:用于主成分分析组件产生的模型进行在线数据降维。

计算逻辑原理

主成分分析(PCA):设法将原来变量重新组合成一组新的相互无关的几个综合变量,同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析,是数学上处理降维的一种方法。

参数说明

IN端口-输入参数

参数名

参数描述

是否必填

输入数据类型

模型应用

选择模型类型与具体模型,再配置模型输入数据。

特征变量:整数或浮点数

说明

若存在非数值数据,则会抛出异常

OUT端口-输出参数

参数名

参数描述

是否必填

输出数据类型

OUT

输出参数与模型输出个数(即模型训练时配置的主成分数量参数)有关。配置规则:pca_i,i是从1到n的正整数,依次增加,n=主成分数量。

例如:当主成分数量为3时,则预测输出参数有3个,分别为pca_1、pca_2、pca_3。

浮点数

输出质量码说明

输出质量码处理方式如下:

  • 若所有输入变量的质量码均>=192,则输出变量的质量码为192。

  • 若部分输入变量的质量码在[0,192)内,则输出变量的质量码为0。

  • 若所有输入变量的质量码均等于-1或部分等于-1且其他>=192,则输出变量的质量码为-1。