Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Iperparametri PCA
<a name="PCA-reference"></a>

Nella richiesta `CreateTrainingJob` puoi specificare l'algoritmo di addestramento. Puoi anche specificare mappe specifiche dell'algoritmo HyperParameters . string-to-string La tabella seguente elenca gli iperparametri per l'algoritmo di addestramento PCA fornito da Amazon SageMaker AI. Per ulteriori informazioni sul funzionamento di PCA, consulta [Come funziona l'algoritmo PCA](how-pca-works.md). 


| Nome parametro | Description | 
| --- | --- | 
| feature\$1dim |  Dimensione di input. **Campo obbligatorio** Valori validi: numeri interi positivi  | 
| mini\$1batch\$1size |  Numero di righe in un mini-batch. **Campo obbligatorio** Valori validi: numeri interi positivi  | 
| num\$1components |  Numero delle componenti principali da calcolare. **Campo obbligatorio** Valori validi: numeri interi positivi  | 
| algorithm\$1mode |  Modalità di calcolo delle componenti principali.  **Opzionale** Valori validi: *regular* o *randomized* Valore predefinito: *regular*  | 
| extra\$1components |  Con l'aumentare del valore, la soluzione diventa più precisa, ma il runtime e il consumo di memoria aumentano in modo lineare. L'impostazione predefinita, -1, indica il massimo di 10 e `num_components`. Valido solo per la modalità *randomized* (randomizzata). **Opzionale** Valori validi: numeri interi non negativi o -1 Valore predefinito: -1  | 
| subtract\$1mean |  Indica se i dati devono essere non bias sia durante l’addestramento che in corrispondenza dell'interferenza.  **Opzionale** Valori validi: uno tra *true* o *false* Valore predefinito: *true*  |