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 Ama SageMaker zon AI 提供的 PCA 训练算法的超参数。有关 PCA 的工作方式的更多信息，请参阅[PCA 工作原理](how-pca-works.md)。
| 参数名称 | 说明 |
| --- | --- |
| 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 `num_components`。仅对*随机*模式有效。
**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* |