本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# PCA 超參數
<a name="PCA-reference"></a>

在 `CreateTrainingJob` 請求中，請指定訓練演算法。您也可以指定演算法特定的超參數做為字串對字串的對應。下表列出 Amazon SageMaker AI 提供的 PCA 訓練演算法的超參數。如需 PCA 運作方式的詳細資訊，請參閱[PCA 的運作方式](how-pca-works.md)。


| 參數名稱 | Description | 
| --- | --- | 
| feature\$1dim |  輸入維度。 **必要** 有效值：正整數  | 
| mini\$1batch\$1size |  微批次中的行數。 **必要** 有效值：正整數  | 
| num\$1components |  要運算的主要成分數量。 **必要** 有效值：正整數  | 
| algorithm\$1mode |  運算主要成分的模式。 **選用** 有效值：一般**或隨機** 預設值：一般**  | 
| extra\$1components |  隨著值增加，解法也會變得更為精確，但是執行期與記憶體耗用會呈線性增加。在預設情況下，-1 表示最多 10 和 `num_components`。僅對隨機**模式有效。 **選用** 有效值：非負整數或 -1 預設值：-1  | 
| subtract\$1mean |  指出資料在訓練期間與推論時是否無偏頗。 **選用** 有效值：*true* 或 *false* 其中之一 預設值：*true*  |