Uma equipe financeira tem dados de retorno de ações para 5.000 empresas, com 2.000 características cada. Eles querem identificar as 15 características mais úteis para prever retornos futuros com o mínimo de sobrecarga operacional. Qual abordagem atende a essa necessidade?

A opção correta é usar o Amazon SageMaker Autopilot para construir um modelo de regressão e obter a importância das características de um relatório do SageMaker Clarify. O Autopilot automatiza a seleção e treinamento de modelos, incluindo engenharia de características, e o SageMaker Clarify pode gerar relatórios de importância de características de forma eficiente, minimizando a sobrecarga operacional. Treinar um modelo de regressão linear e classificar por coeficientes pode ser enganoso, pois os coeficientes são sensíveis à escala das características e à multicolinearidade. Treinar uma floresta aleatória e usar a importância de Gini é uma boa técnica, mas o Autopilot oferece uma solução mais automatizada e com menor sobrecarga. Usar a visualização rápida do Data Wrangler é útil para exploração inicial, mas não para a seleção final e robusta de características para um modelo de regressão.