Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Iperparametri PCA
Nella richiesta CreateTrainingJob puoi specificare l'algoritmo di addestramento. Puoi anche specificare mappe specifiche dell'algoritmo HyperParameters . string-to-string La tabella seguente elenca gli iperparametri per l'algoritmo di addestramento PCA fornito da Amazon SageMaker AI. Per ulteriori informazioni sul funzionamento di PCA, consulta Come funziona l'algoritmo PCA.
| Nome parametro | Descrizione |
|---|---|
feature_dim |
Dimensione di input. Campo obbligatorio Valori validi: numeri interi positivi |
mini_batch_size |
Numero di righe in un mini-batch. Campo obbligatorio Valori validi: numeri interi positivi |
num_components |
Numero delle componenti principali da calcolare. Campo obbligatorio Valori validi: numeri interi positivi |
algorithm_mode |
Modalità di calcolo delle componenti principali. Opzionale Valori validi: regular o randomized Valore predefinito: regular |
extra_components |
Con l'aumentare del valore, la soluzione diventa più precisa, ma il runtime e il consumo di memoria aumentano in modo lineare. L'impostazione predefinita, -1, indica il massimo di 10 e Opzionale Valori validi: numeri interi non negativi o -1 Valore predefinito: -1 |
subtract_mean |
Indica se i dati devono essere non bias sia durante l’addestramento che in corrispondenza dell'interferenza. Opzionale Valori validi: uno tra true o false Valore predefinito: true |
