Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Hiperparameter RCF
<a name="rcf_hyperparameters"></a>

Dalam [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html)permintaan, Anda menentukan algoritma pelatihan. Anda juga dapat menentukan hyperparameter khusus algoritme sebagai peta. string-to-string Tabel berikut mencantumkan hyperparameters untuk algoritma Amazon SageMaker AI RCF. Untuk informasi selengkapnya, termasuk rekomendasi tentang cara memilih hyperparameters, lihat[Bagaimana RCF Bekerja](rcf_how-it-works.md).




| Nama Parameter | Deskripsi | 
| --- | --- | 
| feature\$1dim |  Jumlah fitur dalam kumpulan data. (Jika Anda menggunakan estimator [Random Cut Forest](https://sagemaker.readthedocs.io/en/stable/algorithms/unsupervised/randomcutforest.html), nilai ini dihitung untuk Anda dan tidak perlu ditentukan.) **Diperlukan** Nilai yang valid: Bilangan bulat positif (min: 1, maks: 10000)  | 
| eval\$1metrics |  Daftar metrik yang digunakan untuk menilai kumpulan data uji berlabel. Metrik berikut dapat dipilih untuk output: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/rcf_hyperparameters.html) **Opsional** Nilai yang valid: daftar dengan nilai yang mungkin diambil dari `accuracy` atau`precision_recall_fscore`.  Nilai default: Keduanya`accuracy`, `precision_recall_fscore` dihitung.  | 
| num\$1samples\$1per\$1tree |  Jumlah sampel acak yang diberikan ke setiap pohon dari kumpulan data pelatihan. **Opsional** Nilai yang valid: Bilangan bulat positif (min: 1, maks: 2048) Nilai default: 256  | 
| num\$1trees |  Jumlah pohon di hutan. **Opsional** Nilai yang valid: Bilangan bulat positif (min: 50, maks: 1000) Nilai default: 100  |