Usando o Amazon SageMaker Data Wrangler, um cientista de dados deseja escolher variáveis preditoras que melhor prevejam um alvo. Os preditores estão correlacionados com o alvo e o cientista quer entender a variância em diferentes direções no espaço de características. Qual abordagem atende a essas necessidades?

A Análise de Componentes Principais (PCA) é a abordagem correta porque ela é uma técnica de redução de dimensionalidade que transforma um conjunto de variáveis correlacionadas em um conjunto menor de variáveis não correlacionadas, chamadas componentes principais. Isso permite ao cientista de dados examinar as direções de maior variância nos dados, o que é crucial para entender como os preditores se relacionam com o alvo e identificar as variáveis mais informativas. As ferramentas de multicolinearidade do Data Wrangler complementam isso, ajudando a identificar e gerenciar a redundância entre as variáveis. As medidas de multicolinearidade com VIF são úteis para quantificar a correlação entre variáveis, mas não transformam as características para examinar as direções da variância. A visualização rápida do modelo e o relatório de Qualidade e Insights de Dados são ferramentas para avaliar a qualidade geral dos dados e o poder preditivo das características, mas não realizam a transformação de características necessária para entender a variância em diferentes direções.