As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Hiperparâmetros do LDA
<a name="lda_hyperparameters"></a>

Na solicitação `CreateTrainingJob`, é especificado o algoritmo de treinamento. Também é possível especificar hiperparâmetros específicos de algoritmo como mapas de string a string. A tabela a seguir lista os hiperparâmetros do algoritmo de treinamento de LDA fornecido pelo Amazon SageMaker AI. Para ter mais informações, consulte [Como o LDA funciona](lda-how-it-works.md).


| Nome do parâmetro | Descrição | 
| --- | --- | 
| num\$1topics |  O número de tópicos que o LDA deve encontrar dentro dos dados. **Obrigatório** Valores válidos: inteiro positivo  | 
| feature\$1dim |  O tamanho do vocabulário do corpus de documentos de entrada. **Obrigatório** Valores válidos: inteiro positivo  | 
| mini\$1batch\$1size |  O número total de documentos no corpus de entrada. **Obrigatório** Valores válidos: inteiro positivo  | 
| alpha0 |  Suposição inicial para o parâmetro de concentração: a soma dos elementos da estimativa a priori Dirichlet. Valores menores têm mais probabilidade de gerar combinações esparsas de tópicos, e os valores maiores que 1,0 produzem mais combinações uniformes.  **Opcional** Valores válidos: flutuante positivo Valor padrão: 1.0  | 
| max\$1restarts |  O número de reinicializações a ser executadas durante a fase de decomposição espectral de mínimos quadrados alternantes (ALS) do algoritmo. Pode ser usado para encontrar pontos de mínimos locais de melhor qualidade, mas normalmente não deve ser ajustado.  **Opcional** Valores válidos: inteiro positivo Valor padrão: 10  | 
| max\$1iterations |  O número máximo de iterações a ser executadas durante a fase ALS do algoritmo. Pode ser usado para encontrar pontos de mínimos de melhor qualidade, mas normalmente não deve ser ajustado.  **Opcional** Valores válidos: inteiro positivo Valor padrão: 1000  | 
| tol |  Tolerância fixada de erro para a fase ALS do algoritmo. Pode ser usado para encontrar pontos de mínimos de melhor qualidade, mas normalmente não deve ser ajustado.  **Opcional** Valores válidos: flutuante positivo Valor padrão: 1e-8  |