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\_dim | Dimensione di input.<br />**Campo obbligatorio**<br />Valori validi: numeri interi positivi | 
| mini\_batch\_size | Numero di righe in un mini-batch.<br />**Campo obbligatorio**<br />Valori validi: numeri interi positivi | 
| num\_components | Numero delle componenti principali da calcolare.<br />**Campo obbligatorio**<br />Valori validi: numeri interi positivi | 
| algorithm\_mode | Modalità di calcolo delle componenti principali. <br />**Opzionale**<br />Valori validi: *regular* o *randomized*<br />Valore predefinito: *regular* | 
| extra\_components | 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).<br />**Opzionale**<br />Valori validi: numeri interi non negativi o -1<br />Valore predefinito: -1 | 
| subtract\_mean | Indica se i dati devono essere non bias sia durante l’addestramento che in corrispondenza dell'interferenza. <br />**Opzionale**<br />Valori validi: uno tra *true* o *false*<br />Valore predefinito: *true* |