PCA超参数 - Amazon SageMaker

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

PCA超参数

CreateTrainingJob 请求中,您可以指定训练算法。您也可以将特定于算法的映射指定 HyperParameters 为地图。 string-to-string 下表列出了 Amazon SageMaker 提供的PCA训练算法的超参数。有关PCA工作原理的更多信息,请参阅PCA工作原理

参数名称 描述
feature_dim

输入维度。

必填

有效值:正整数

mini_batch_size

小批中的行数。

必填

有效值:正整数

num_components

要计算的主成分数量。

必填

有效值:正整数

algorithm_mode

用于计算主成分的模式。

可选

有效值:常规随机

默认值:常规

extra_components

随着值增加,答案变得更准确,但运行时和内存消耗呈线性增长。默认值 -1 表示最大值为 10 和 num_components。仅对随机模式有效。

可选

有效值:非负整数或 -1

默认值:-1

subtract_mean

指示在训练期间和在进行推理时数据是否应该是无偏移的。

可选

有效值:truefalse 之一

默认值:true