主成分分析 (PCA) 算法

PCA 是一种自主型机器学习算法，它试图在数据集内减少维数 (特征个数)，同时仍保留尽可能多的信息。这是通过查找称为成分的新特征集完成的，这些功能是原始特征的复合体，它们彼此不相关。它们还受到约束，因此第一个成分在数据中可能存在最大的可变性，第二个成分是第二个最易变的，以此类推。

在 Amazon SageMaker AI 中，PCA 以两种模式运行，具体取决于场景：

• 常规：针对具有稀疏数据以及适度数量的观察和特征的数据集。

• 随机：针对具有大量观察和特征的数据集。此模式使用近似算法。

PCA 使用表格数据。

这些行表示您想要嵌入到较低维度空间中的观察。这些列表示您想要为其查找的缩小近似的特征。该算法计算协方差矩阵 (或在分布方式下的近似)，然后对此摘要执行单值分解以产生主成分。

主题

• PCA 算法的输入/输出接口

• EC2 PCA 算法的实例推荐

• PCA 示例笔记本

• PCA 工作原理

• PCA 超参数

• PCA 响应格式

PCA 算法的输入/输出接口

在训练时，PCA 期望在训练通道上提供数据，并（可选）支持一个传递到测试数据集的数据集，该数据集由最终算法进行评分。recordIO-wrapped-protobuf 和 CSV 格式均支持用于训练。您可以使用文件模式或管道模式，针对格式为 recordIO-wrapped-protobuf 或 CSV 的数据训练模型。

对于推理，PCA 支持 text/csv、application/json 和 application/x-recordio-protobuf。结果以 application/json 或 application/x-recordio-protobuf 格式返回，且具有向量“投影”。

有关输入和输出文件格式的更多信息，请参阅PCA 响应格式（对于推理）和PCA 示例笔记本。

EC2 PCA 算法的实例推荐

PCA 支持使用 CPU 和 GPU 实例进行训练和推理。哪个实例类型具有最高性能取决于输入数据的具体程度。对于 GPU 实例，PCA 支持 P2、P3、G4dn 和 G5。

PCA 示例笔记本

有关演示如何使用 SageMaker AI 主成分分析算法分析 MNIST 数据集中从零到九的手写数字图像的示例笔记本，请参阅 MNIST PCA 简介。有关如何创建和访问可用于在 SageMaker AI 中运行示例的 Jupyter 笔记本实例的说明，请参阅。Amazon SageMaker 笔记本实例创建并打开笔记本实例后，选择 “SageMaker AI 示例” 选项卡以查看所有 SageMaker AI 示例的列表。使用 NTM 算法的主题建模示例笔记本位于 Amazon 算法简介部分中。要打开笔记本，请单击使用 选项卡，然后选择创建副本。