PCA 超參數

在 CreateTrainingJob 請求中，請指定訓練演算法。您也可以指定演算法特定的超參數做為字串對字串的對應。下表列出 Amazon SageMaker AI 所提供 PCA 訓練演算法的超參數。如需 PCA 運作方式的詳細資訊，請參閱PCA 的運作方式。

參數名稱	描述
feature_dim	輸入維度。 必要 有效值：正整數
mini_batch_size	微批次中的行數。 必要 有效值：正整數
num_components	要運算的主要成分數量。 必要 有效值：正整數
algorithm_mode	運算主要成分的模式。 選用 有效值：一般或隨機 預設值：一般
extra_components	隨著值增加，解法也會變得更為精確，但是執行期與記憶體耗用會呈線性增加。在預設情況下，-1 表示最多 10 和 num_components。僅對隨機模式有效。 選用 有效值：非負整數或 -1 預設值：-1
subtract_mean	指出資料在訓練期間與推論時是否無偏頗。 選用 有效值：true 或 false 其中之一 預設值：true