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.
Hiperparámetros de PCA
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 entrenamiento PCA proporcionado por Amazon SageMaker AI. Para obtener más información sobre cómo funciona PCA, consulte Funcionamiento de 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 |
