Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Hiperparámetros de PCA
<a name="PCA-reference"></a>

En la solicitud `CreateTrainingJob`, especifique el algoritmo de capacitación. También puede especificar algoritmos HyperParameters específicos como mapas. string-to-string En la siguiente tabla se enumeran los hiperparámetros del algoritmo de entrenamiento PCA proporcionado por Amazon SageMaker AI. Para obtener más información sobre cómo funciona PCA, consulte [Funcionamiento de PCA](how-pca-works.md). 


| Nombre del parámetro | Description (Descripción) | 
| --- | --- | 
| feature\$1dim |  Dimensión de entrada. **Obligatorio** Valores válidos: número entero positivo  | 
| mini\$1batch\$1size |  Número de filas en un minilote. **Obligatorio** Valores válidos: número entero positivo  | 
| num\$1components |  El número de componentes principales que computar. **Obligatorio** Valores válidos: número entero positivo  | 
| algorithm\$1mode |  Modo para la computación de componentes principales.  **Opcional** Valores válidos: *normal* o *aleatorio* Valor predeterminado: *normal*  | 
| extra\$1components |  A medida que el valor aumenta, la solución se vuelve más precisa, pero el tiempo de ejecución y el consumo de memoria aumentan linealmente. El valor predeterminado, -1, implica el máximo de 10 y `num_components`. Válido solo para el modo *aleatorio*. **Opcional** Valores válidos: número entero no negativo o -1 Valor predeterminado: -1  | 
| subtract\$1mean |  Indica si los datos deben desviarse durante la capacitación y en la inferencia.  **Opcional** Valores válidos: uno de entre *true* o *false* Valor predeterminado: *true*  |