オンライン処理

オンライン処理モードは、データがブロック i = 1, 2, 3, … nblocks で到着すると仮定します。

オンライン処理モードの PCA 計算は、アルゴリズムで説明されているオンライン処理の一般的な計算スキーマに従います。

アルゴリズムの入力

オンライン処理モードの PCA アルゴリズムの入力は次のとおりです。入力 ID をパラメーターとして、アルゴリズムの入力を提供するメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

入力 ID	入力
data	現在のデータブロックを表す `n`_i x `p` 数値テーブルのポインター。入力は、NumericTable の派生クラスのオブジェクトです。

アルゴリズムのパラメーター

分散処理モードの PCA アルゴリズムのパラメーターは次のとおりです。計算メソッド・パラメーター method に依存します。

パラメーター	method	デフォルト値	説明
algorithmFPType	defaultDense または svdDense	double	アルゴリズムが中間計算に使用する浮動小数点の型。float または double を指定できます。
method	適用不可	defaultDense	PCA 計算に利用可能なメソッド。 defaultDense - 相関メソッド svdDense - SVD メソッド
initializationProcedure	defaultDense	適用不可	オンライン処理モードのアルゴリズムの初期パラメーターを設定するプロシージャー。デフォルトでは、アルゴリズムは nObservationsCorrelation、sumCorrelation、crossProductCorrelation を 0 で初期化します。
initializationProcedure	svdDense	適用不可	オンライン処理モードのアルゴリズムの初期パラメーターを設定するプロシージャー。デフォルトでは、アルゴリズムは nObservationsSVD、sumSVD、sumSquaresSVD を 0 で初期化します。
covariance	defaultDense	`SharedPtr<covariance::Online<algorithmFPType, covariance::defaultDense> >`	相関メソッドを含む PCA 計算に使用する相関行列と分散共分散行列アルゴリズム。詳細は、「オンライン処理 (相関行列と分散共分散行列)」を参照してください。

部分結果

オンライン処理モードの PCA アルゴリズムは次の部分結果を計算します。計算される結果は計算メソッドに依存します。結果 ID をパラメーターとして、アルゴリズムの結果にアクセスするメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

結果 ID	結果
相関メソッド (defaultDense):
nObservationsCorrelation	処理された観測点の数を含む 1 x 1 数値テーブルのポインター。デフォルトでは、この結果は HomogenNumericTable クラスのオブジェクトですが、(CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。
crossProductCorrelation	計算された部分クロス積行列を含む `p` x `p` 数値テーブルのポインター。デフォルトでは、このテーブルは HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。
sumCorrelation	計算された部分和を含む 1 x `p` 数値テーブルのポインター。デフォルトでは、このテーブルは HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。
SVD メソッド (svdDense):
nObservationsSVD	処理された観測点の数を含む 1 x 1 数値テーブルのポインター。デフォルトでは、この結果は HomogenNumericTable クラスのオブジェクトですが、(CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。
sumSVD	計算された部分和を含む 1 x `p` 数値テーブルのポインター。デフォルトでは、このテーブルは HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。
sumSquaresSVD	計算された部分 2 乗和を含む 1 x `p` 数値テーブルのポインター。デフォルトでは、このテーブルは HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。

アルゴリズムの出力

オンライン処理モードの PCA アルゴリズムは次の結果を計算します。結果 ID をパラメーターとして、アルゴリズムの結果にアクセスするメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

結果 ID	結果
eigenvalues	降順で固有値を含む 1 x `p` 数値テーブルのポインター。デフォルトでは、この結果は HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。
eigenvectors	行優先順で固有ベクトルを含む `p` x `p` 数値テーブルのポインター。デフォルトでは、この結果は HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。

サンプル

インテル® DAAL ディレクトリーの次のサンプルを参照してください。

C++:

./examples/cpp/source/pca/pca_correlation_dense_online.cpp
./examples/cpp/source/pca/pca_correlation_csr_online.cpp
./examples/cpp/source/pca/pca_svd_dense_online.cpp

Java*:

./examples/java/source/com/intel/daal/examples/pca/PCACorrelationDenseOnline.java
./examples/java/source/com/intel/daal/examples/pca/PCACorrelationCSROnline.java
./examples/java/source/com/intel/daal/examples/pca/PCASVDDenseOnline.java

Python*:

./examples/python/source/pca/pca_correlation_dense_online.py
./examples/python/source/pca/pca_correlation_csr_online.py
./examples/python/source/pca/pca_svd_dense_online.py

オンライン処理

アルゴリズムの入力

アルゴリズムのパラメーター

部分結果

アルゴリズムの出力

関連情報