Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
PCAHiperparámetros
En la solicitud CreateTrainingJob, especifique el algoritmo de capacitación. También puede especificar algoritmos HyperParameters específicos como mapas. string-to-string En la siguiente tabla se enumeran los hiperparámetros del algoritmo de PCA entrenamiento proporcionado por Amazon SageMaker. Para obtener más información sobre cómo PCA funciona, consulte¿Cómo funciona PCA.
| Nombre del parámetro | Descripción |
|---|---|
feature_dim |
Dimensión de entrada. Obligatorio Valores válidos: número entero positivo |
mini_batch_size |
Número de filas en un minilote. Obligatorio Valores válidos: número entero positivo |
num_components |
El número de componentes principales que computar. Obligatorio Valores válidos: número entero positivo |
algorithm_mode |
Modo para la computación de componentes principales. Opcional Valores válidos: normal o aleatorio Valor predeterminado: normal |
extra_components |
A medida que el valor aumenta, la solución se vuelve más precisa, pero el tiempo de ejecución y el consumo de memoria aumentan linealmente. El valor predeterminado, -1, implica el máximo de 10 y Opcional Valores válidos: número entero no negativo o -1 Valor predeterminado: -1 |
subtract_mean |
Indica si los datos deben desviarse durante la capacitación y en la inferencia. Opcional Valores válidos: uno de entre true o false Valor predeterminado: true |
