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 RCF
Na solicitação [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html), é especificado o algoritmo de treinamento. Você também pode especificar hiperparâmetros específicos do algoritmo como mapas. string-to-string A tabela a seguir lista os hiperparâmetros do algoritmo Amazon SageMaker AI RCF. Para obter mais informações, incluindo recomendações sobre como escolher hiperparâmetros, consulte [Como o RCF funciona](rcf_how-it-works.md).
| Nome do parâmetro | Description |
| --- | --- |
| feature\_dim | O número de atributos no conjunto de dados. (Se você usar o estimador de [Random Cut Forest](https://sagemaker.readthedocs.io/en/stable/algorithms/unsupervised/randomcutforest.html), esse valor será calculado para você e não precisará ser especificado.)
**Obrigatório**
Valores válidos: inteiro positivo (mínimo: 1; máximo: 10000) |
| eval\_metrics | Uma lista de métricas usadas para pontuar um conjunto de dados de teste rotulado. As métricas a seguir podem ser selecionadas para o resultado:[See the AWS documentation website for more details](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/rcf_hyperparameters.html)
**Opcional**
Valores válidos: uma lista com valores possíveis extraídos de `accuracy` ou `precision_recall_fscore`.
Valor padrão: `accuracy` e `precision_recall_fscore` são calculados. |
| num\_samples\_per\_tree | Número de amostras aleatórias atribuídos a cada árvore do conjunto de dados de treinamento.
**Opcional**
Valores válidos: inteiro positivo (mínimo: 1; máximo: 2048)
Valor padrão: 256 |
| num\_trees | Número de árvores na floresta.
**Opcional**
Valores válidos: inteiro positivo (mínimo: 50; máximo: 1000)
Valor padrão: 100 |