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 LDA
<a name="lda_hyperparameters"></a>

En la solicitud `CreateTrainingJob`, especifique el algoritmo de capacitación. También puede especificar hiperparámetros específicos de algoritmos como mapeos de cadena a cadena. En la siguiente tabla, aparecen los hiperparámetros para el algoritmo de entrenamiento LDA proporcionado por Amazon SageMaker AI. Para obtener más información, consulte [Funcionamiento de LDA](lda-how-it-works.md).


| Nombre del parámetro | Descripción | 
| --- | --- | 
| num\$1topics |  El número de temas de LDA para buscar en los datos. **Obligatorio** Valores válidos: número entero positivo  | 
| feature\$1dim |  El tamaño del vocabulario del cuerpo de documentos de entrada. **Obligatorio** Valores válidos: número entero positivo  | 
| mini\$1batch\$1size |  El número total de documentos en el cuerpo de documentos de entrada. **Obligatorio** Valores válidos: número entero positivo  | 
| alpha0 |  Suposición inicial del parámetro de concentración: la suma de los elementos de Dirichlet anterior. Es más probable que los valores pequeños generen combinaciones de temas dispersos y los valores grandes (superiores a 1,0) generen combinaciones más uniformes.  **Opcional** Valores válidos: número flotante positivo Valor predeterminado: 1.0  | 
| max\$1restarts |  El número de reinicios que realizar durante la fase de descomposición espectral de mínimos cuadrados alternantes (ALS) del algoritmo. Se puede utilizar para buscar mejor el mínimo local de calidad a costa de una computación adicional, pero normalmente no debe ajustarse.  **Opcional** Valores válidos: número entero positivo Valor predeterminado: 10  | 
| max\$1iterations |  El número máximo de iteraciones que realizar durante la fase ALS del algoritmo. Se puede utilizar para buscar mejor el mínimo de calidad a costa de una computación adicional, pero normalmente no debe ajustarse.  **Opcional** Valores válidos: número entero positivo Valor predeterminado: 1000  | 
| tol |  Tolerancia a errores del destino para la fase ALS del algoritmo. Se puede utilizar para buscar mejor el mínimo de calidad a costa de una computación adicional, pero normalmente no debe ajustarse.  **Opcional** Valores válidos: número flotante positivo Valor predeterminado: 1e-8  |