F_VN_CreatePcaTransformViaVariance

Create a PCA-based feature transform from the provided data based on a given fraction of variance to be retained. The maximum number of principal components that can be computed equals the minimum of the number of samples and the number of features. The initial reference count is set to one if a new model is created and kept, otherwise. (expert function)

Syntax

Definition:

FUNCTION F_VN_CreatePcaTransformViaVariance : HRESULT
VAR_INPUT
    ipMlModel         : Reference To  ITcVnMlModel;
    ipSamples         : ITcUnknown;
    fRetainedVariance : LREAL;
    hrPrev            : HRESULT;
END_VAR

Inputs

Name	Type	Description
ipMlModel	Reference To ITcVnMlModel	Returns the created feature transform (Non-zero interface pointers are reused.)
ipSamples	ITcUnknown	Container holding a batch of input samples (ContainerType_Vector_Vector_REAL or ContainerType_Vector_Vector_LREAL)
fRetainedVariance	LREAL	Fraction of variance that is to be retained by the PCA (A value of 1.0 signifies 100%.)
hrPrev	HRESULT	HRESULT indicating the result of previous operations (If SUCCEEDED(hrPrev) equals false, no operation is executed.)

Return value

HRESULT

Weiterführende Informationen

Die Funktion F_VN_CreatePcaTransformViaVariance ist eine Variante von F_VN_CreatePcaTransform. Sie enthält den zusätzlichen Parameter fRetainedVariance, um die verbleibende Varianz festzulegen.

Parameter

Modell

In dem Interface Pointer ipMlModel wird das erstellte Modell zurückgegeben.

Samples

Über ipSamples werden alle Samples in einem Container an das Modell gegeben.

Restliche Varianz

Bei der PCA werden die Hauptkomponenten so ausgewählt, dass der Anteil fRetainedVariance der Varianz in den Samples bestehen bleibt. Bei 1 bleibt die gesamte Varianz bestehen, sodass die Anzahl der Merkmale nicht reduziert wird.

Anwendung

Ein PCA-Modell mit 65% verbleibender Varianz kann z.B. so erstellt werden:

hr := F_VN_CreatePcaTransformViaComponentNum(
    ipMlModel           := ipMlModel,
    ipSamples           := ipSamples,
    fRetainedVariance   := 0.65,
    hrPrev              := hr);

Required License

TC3 Vision Machine Learning

System Requirements

Development environment	Target platform	PLC libraries to include
TwinCAT V3.1.4024.59 or later	PC or CX (x64) with PL50, e.g. Intel 4-core Atom CPU	Tc3_Vision