Um engenheiro de ML está montando dados de treinamento para um modelo de classificação binária (rótulos: Classe A, Classe B). Ele quer verificar se as classes estão balanceadas e, sem remover os registros existentes, balancear o conjunto de dados, se necessário. Qual abordagem satisfaz esse requisito?

A opção correta aborda o balanceamento de classes sem remover registros existentes, o que é crucial para evitar perda de dados. O SageMaker Clarify é a ferramenta apropriada para calcular o desequilíbrio de classe (CI). Um CI maior que 0 indica desequilíbrio, e o SMOTE (Synthetic Minority Over-sampling Technique) é uma técnica de superamostragem que cria amostras sintéticas da classe minoritária, balanceando o dataset sem descartar dados. O SageMaker Data Wrangler oferece transformações pré-construídas, incluindo SMOTE, para facilitar essa tarefa. As opções incorretas sugerem subamostragem, que remove dados, ou usam o SageMaker JumpStart, que é para modelos pré-treinados, não para análise de desequilíbrio de classe. Além disso, aplicar SMOTE quando o CI é 0 (indicando classes já balanceadas) é desnecessário.