As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Hiperparâmetros do PCA
<a name="PCA-reference"></a>

Na solicitação `CreateTrainingJob`, é especificado o algoritmo de treinamento. Você também pode especificar algoritmos específicos HyperParameters como mapas. string-to-string A tabela a seguir lista os hiperparâmetros do algoritmo de treinamento de PCA fornecido pela Amazon SageMaker AI. Para mais informações sobre como o PCA funciona, consulte [Como o PCA funciona](how-pca-works.md). 


| Nome do parâmetro | Description | 
| --- | --- | 
| feature\$1dim |  Dimensão da entrada. **Obrigatório** Valores válidos: inteiro positivo  | 
| mini\$1batch\$1size |  Número de linhas em um minilote. **Obrigatório** Valores válidos: inteiro positivo  | 
| num\$1components |  O número de componentes principais a ser calculado. **Obrigatório** Valores válidos: inteiro positivo  | 
| algorithm\$1mode |  Modo de cálculo dos principais componentes.  **Opcional** Valores válidos: *regular* ou *randomized* Valor padrão: *regular*  | 
| extra\$1components |  À medida que o valor aumenta, a solução se torna mais precisa, mas o tempo de execução e o consumo de memória aumenta linearmente. O padrão, -1, significa o máximo de 10 e `num_components`. Válido apenas para o modo *randomized*. **Opcional** Valores válidos: inteiro não negativo ou -1 Valor padrão: -1  | 
| subtract\$1mean |  Indica se os dados devem ser imparciais durante o treinamento e a inferência.  **Opcional** Valores válidos: *true* ou *false* Valor padrão: *true*  |