Einführung

Principal Component Analysis (PCA) ist ein statistisches Verfahren, das einen Beobachtungssatz von möglicherweise korrelierten Variablen in einen Wertesatz von linear nicht korrelierten Variablen (prinzipielle Komponenten) umwandelt.

Sie müssen zunächst die Registerkarte „Modelleigenschaften“ ausfüllen, um Ihr Modell erstellen zu können. Auf den Registerkarten „Standardoptionen“ und „Erweiterte Optionen“ werden genügend Standardeinstellungen zum Abschließen eines Auftrags bereitgestellt. Sie können diese Einstellungen jedoch auch ändern und an Ihre Bedürfnisse anpassen. Anschließend führen Sie Ihren Auftrag aus, und auf der Registerkarte „Modellausgabe“ wird eine eingeschränkte Version des resultierenden Modells angezeigt. Die vollständige Ausgabe ist im Tool für die „Machine Learning“-Modellverwaltung verfügbar. Wenn Sie mit der Ausgabe Ihres Modells zufrieden sind, können Sie es verfügbar machen und in einem Bewertungsdatenfluss verwenden.