本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# PCA 超参数
<a name="PCA-reference"></a>

在 `CreateTrainingJob` 请求中，您可以指定训练算法。您也可以将特定于算法的映射指定 HyperParameters 为地图。 string-to-string下表列出了 Ama SageMaker zon AI 提供的 PCA 训练算法的超参数。有关 PCA 的工作方式的更多信息，请参阅[PCA 工作原理](how-pca-works.md)。


| 参数名称 | 说明 | 
| --- | --- | 
| feature\$1dim |  输入维度。 **必填** 有效值：正整数  | 
| mini\$1batch\$1size |  小批中的行数。 **必填** 有效值：正整数  | 
| num\$1components |  要计算的主成分数量。 **必填** 有效值：正整数  | 
| algorithm\$1mode |  用于计算主成分的模式。 **可选** 有效值：*常规*或*随机* 默认值：*常规*  | 
| extra\$1components |  随着值增加，答案变得更准确，但运行时和内存消耗呈线性增长。默认值 -1 表示最大值为 10 和 `num_components`。仅对*随机*模式有效。 **可选** 有效值：非负整数或 -1 默认值：-1  | 
| subtract\$1mean |  指示在训练期间和在进行推理时数据是否应该是无偏移的。 **可选** 有效值：*true* 或 *false* 之一 默认值：*true*  |