Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Hiperparámetros de PCA
<a name="PCA-reference"></a>

En la solicitud `CreateTrainingJob`, especifique el algoritmo de capacitación. También puede especificar algoritmos HyperParameters específicos como mapas. string-to-string En la siguiente tabla se enumeran los hiperparámetros del algoritmo de entrenamiento PCA proporcionado por Amazon SageMaker AI. Para obtener más información sobre cómo funciona PCA, consulte [Funcionamiento de PCA](how-pca-works.md). 


| Nombre del parámetro | Description (Descripción) | 
| --- | --- | 
| feature\_dim | Dimensión de entrada.<br />**Obligatorio**<br />Valores válidos: número entero positivo | 
| mini\_batch\_size | Número de filas en un minilote.<br />**Obligatorio**<br />Valores válidos: número entero positivo | 
| num\_components | El número de componentes principales que computar.<br />**Obligatorio**<br />Valores válidos: número entero positivo | 
| algorithm\_mode | Modo para la computación de componentes principales. <br />**Opcional**<br />Valores válidos: *normal* o *aleatorio*<br />Valor predeterminado: *normal* | 
| extra\_components | A medida que el valor aumenta, la solución se vuelve más precisa, pero el tiempo de ejecución y el consumo de memoria aumentan linealmente. El valor predeterminado, -1, implica el máximo de 10 y `num_components`. Válido solo para el modo *aleatorio*.<br />**Opcional**<br />Valores válidos: número entero no negativo o -1<br />Valor predeterminado: -1 | 
| subtract\_mean | Indica si los datos deben desviarse durante la capacitación y en la inferencia. <br />**Opcional**<br />Valores válidos: uno de entre *true* o *false*<br />Valor predeterminado: *true* |