主成分分析（PCA）是研究如何通過少數主成分揭示多個變數間的內部結構，考察多個變數間相關性的一種多元統計方法。PCA從原始變數中匯出少數主成分，使它們儘可能多地保留原始變數的資訊，並且彼此間互不相關，作為新的綜合指標。
使用限制
主成分分析演算法實現了降維和降噪的功能，僅支援稠密資料格式。
組件配置
您可以使用以下任意一種方式，配置主成分分析組件參數。
方式一：可視化方式
在Designer工作流程頁面配置組件參數。
頁簽 | 參數 | 描述 |
欄位設定 | 選擇特徵列 | 輸入表中用於分析的列名稱。 |
附加列 | 附加在降維資料表後的列。 | |
參數設定 | 資訊量比例 | 降維後資料資訊占原來的比例。 |
特徵分解方式 | 分解特徵的方式，取值如下：
| |
資料轉換方式 | 轉換為新資料的處理方式，取值如下：
| |
執行調優 | 生命週期 | 指定輸出表的生命週期，取值為正整數。 |
節點個數 | 與單個節點記憶體大小參數配對使用。取值為[1, 9999]的正整數。 | |
單個節點記憶體大小 | 單位為兆。取值範圍為[1024, 64*1024]的正整數。 |
方式二：PAI命令方式
使用PAI命令方式，配置該組件參數。您可以使用SQL指令碼組件進行PAI命令調用，詳情請參見SQL指令碼。
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;參數名稱 | 是否必選 | 參數描述 | 預設值 |
inputTableName | 是 | 進行主成分分析的輸入表。 | 無 |
selectedColNames | 是 | 輸入表中用於分析的列名稱。 使用逗號分隔，支援INT和DOUBLE類型。 | 無 |
eigOutputTableName | 是 | 特徵向量與特徵值的輸出表。 | 無 |
princompOutputTableName | 是 | 進行主成分降維降噪後的結果輸出表。 | 無 |
transType | 否 | 轉換原表為主成分分析表的方式，取值如下：
| Simple |
calcuType | 否 | 對原表進行特徵分解的方式，取值如下：
| CORR |
contriRate | 否 | 資料資訊降維後保留的百分比。取值範圍為(0,1)。 | 0.9 |
remainColumns | 否 | 降維表保留原表的欄位。 | 無 |
coreNum | 否 | 節點個數，與memSizePerCore參數配對使用。取值範圍為[1, 9999]的正整數。 | 系統自動分配。 |
memSizePerCore | 否 | 單個節點的記憶體大小，單位為兆。取值範圍為[1024, 64*1024]的正整數。 | 系統自動分配。 |
lifecycle | 否 | 指定輸出表的生命週期，取值為正整數。 | 無 |
樣本
PCA輸出樣本
降維後的資料表
特徵值和特徵向量表
