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。
LDA 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超参数指定为地图。 string-to-string 下表列出了 Amazon 提供的 LDA 训练算法的超参数。 SageMaker有关更多信息，请参阅 LDA 工作原理。
| 参数名称 | 描述 |
|---|---|
num_topics |
要在数据中查找的 LDA 的主题数。 必填 有效值：正整数 |
feature_dim |
输入文档语料库的词汇表的大小。 必填 有效值：正整数 |
mini_batch_size |
输入文档语料库中的文档的总数。 必填 有效值：正整数 |
alpha0 |
浓度参数的初始猜测：狄利克雷先验元素之和。小的值更有可能产生稀疏的主题混合，大的值 (大于 1.0) 会产生更均匀的混合。 可选 有效值：正浮点数 默认值：1.0 |
max_restarts |
在算法的交替最小二乘 (ALS) 谱分解阶段执行的重启次数。可用于通过额外计算来寻找更好的质量局部最小值，但通常不应进行调整。 可选 有效值：正整数 默认值：10 |
max_iterations |
在算法的 ALS 阶段执行的迭代的最大次数。可用于通过额外计算来寻找更好的质量最小值，但通常不应进行调整。 可选 有效值：正整数 默认值：1000 |
tol |
算法的 ALS 阶段的目标容错。可用于通过额外计算来寻找更好的质量最小值，但通常不应进行调整。 可选 有效值：正浮点数 默认值：1e-8 |
