Analisis Komponen Utama (PCA) - Platform For AI

Analisis Komponen Utama (PCA) adalah metode statistik multivariat yang digunakan untuk mengeksplorasi struktur internal dari beberapa variabel dan hubungan korelasi di antara mereka berdasarkan komponen utama. PCA dapat digunakan untuk mengekstraksi komponen utama yang tidak saling berkorelasi dari variabel asli. Komponen-komponen ini mempertahankan sebagian besar informasi dari variabel asli dan berfungsi sebagai metrik komprehensif baru.

Batasan

Komponen Analisis Komponen Utama (PCA) hanya mendukung data dalam format padat. Komponen ini dapat digunakan untuk reduksi dimensi dan mengurangi kebisingan.

Konfigurasi komponen

Anda dapat menggunakan salah satu metode berikut untuk mengonfigurasi komponen Analisis Komponen Utama (PCA).

Metode 1: Konfigurasikan komponen pada halaman pipeline

Anda dapat mengonfigurasi parameter komponen Analisis Komponen Utama (PCA) pada halaman pipeline Machine Learning Designer dari Platform for AI (PAI). Machine Learning Designer sebelumnya dikenal sebagai Machine Learning Studio. Tabel berikut menjelaskan parameter-parameter tersebut.

Tab	Parameter	Deskripsi
Fields Setting	Feature Columns	Kolom yang dipilih dari tabel input untuk analisis.
Fields Setting	Appended Columns	Kolom yang ditambahkan ke tabel setelah reduksi dimensi.
Parameters Setting	Data Size Ratio	Rasio retensi informasi setelah reduksi dimensi.
	Feature Decomposition Mode	Metode yang digunakan untuk mendekomposisi fitur. Nilai valid: CORR COVAR_SAMP COVAR_POP
	Data Conversion Method	Metode yang digunakan untuk mengonversi tipe data. Nilai valid: Simple Sub-Mean Normalisasi
Tuning	Lifecycle	Siklus hidup tabel output. Nilainya harus bilangan bulat positif.
	Cores	Jumlah core. Parameter ini digunakan bersama dengan parameter Memory Size per Node (Unit: MB). Nilainya harus bilangan bulat positif. Nilai valid: [1,9999].
	Memory Size per Node (Unit: MB)	Unit: MB. Ukuran memori setiap core. Nilainya harus bilangan bulat positif. Nilai valid: [1024,64 × 1024].

Metode 2: Gunakan perintah PAI

Konfigurasikan parameter komponen menggunakan perintah PAI. Anda dapat menggunakan komponen SQL Script untuk memanggil perintah PAI. Untuk informasi lebih lanjut, lihat SQL Script.

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;

Parameter	Diperlukan	Deskripsi	Nilai default
inputTableName	Ya	Tabel input yang digunakan untuk pelatihan.	Tidak ada nilai default
selectedColNames	Ya	Kolom yang dipilih dari tabel input untuk analisis. Pisahkan beberapa kolom dengan koma (,). Kolom dengan tipe data INT atau DOUBLE didukung.	Tidak ada nilai default
eigOutputTableName	Ya	Tabel output yang berisi vektor fitur dan nilai fitur.	Tidak ada nilai default
princompOutputTableName	Ya	Tabel output setelah reduksi dimensi dan kebisingan dari komponen utama.	Tidak ada nilai default
transType	Tidak	Metode yang digunakan untuk mentransformasikan tabel asli menjadi tabel PCA. Nilai valid: Simple Sub-Mean Normalisasi	Simple
calcuType	Tidak	Metode yang digunakan untuk mendekomposisi fitur tabel asli. Nilai valid: CORR COVAR_SAMP COVAR_POP	CORR
contriRate	Tidak	Rasio retensi informasi setelah reduksi dimensi. Nilai valid: (0,1).	0.9
remainColumns	Tidak	Bidang yang dipertahankan dari tabel asli setelah reduksi dimensi.	Tidak ada nilai default
coreNum	Tidak	Jumlah core. Parameter ini digunakan bersama dengan parameter memSizePerCore. Nilainya harus bilangan bulat positif. Nilai valid: [1,9999].	Ditentukan oleh sistem
memSizePerCore	Tidak	Ukuran memori setiap core. Unit: MB. Ukuran memori setiap core. Nilainya harus bilangan bulat positif. Nilai valid: [1024,64 × 1024].	Ditentukan oleh sistem
lifecycle	Tidak	Siklus hidup tabel output. Nilainya harus bilangan bulat positif.	Tidak ada nilai default

Contoh

Tabel Output Sampel

Tabel data setelah reduksi dimensi
Tabel yang berisi nilai fitur dan vektor fitur