本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
PCA 超参数
在 CreateTrainingJob 请求中，您可以指定训练算法。您也可以将特定于算法的映射指定 HyperParameters 为地图。 string-to-string 下表列出了 Amazon 提供的 PCA 训练算法的超参数。 SageMaker有关 PCA 的工作方式的更多信息，请参阅PCA 工作原理。
| 参数名称 | 描述 |
|---|---|
feature_dim |
输入维度。 必填 有效值：正整数 |
mini_batch_size |
小批中的行数。 必填 有效值：正整数 |
num_components |
要计算的主成分数量。 必填 有效值：正整数 |
algorithm_mode |
用于计算主成分的模式。 可选 有效值：常规或随机 默认值：常规 |
extra_components |
随着值增加，答案变得更准确，但运行时和内存消耗呈线性增长。默认值 -1 表示最大值为 10 和 可选 有效值：非负整数或 -1 默认值：-1 |
subtract_mean |
指示在训练期间和在进行推理时数据是否应该是无偏移的。 可选 有效值：true 或 false 之一 默认值：true |