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
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\_dim | 輸入維度。
**必要**
有效值：正整數 |
| mini\_batch\_size | 微批次中的行數。
**必要**
有效值：正整數 |
| num\_components | 要運算的主要成分數量。
**必要**
有效值：正整數 |
| algorithm\_mode | 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\_components | 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\_mean | 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* |