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
在 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:常规或随机 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 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:true 或 false 之一 默认值:true |