您将销售数据上传到 SageMaker Studio，需要特征重要性分数来指导特征工程，同时最大限度地减少开发工作。哪个选项能以最少的工作量提供重要性分数？

正确答案是使用 SageMaker Data Wrangler 计算特征的 Gini 重要性分数。SageMaker Data Wrangler 提供了多种内置的转换和分析工具，包括计算特征重要性分数（如 Gini 重要性）的功能。它是一个无代码/低代码的解决方案，可以显著减少开发工作，直接在 SageMaker Studio 环境中完成数据准备和特征分析。 运行主成分分析 (PCA) 和奇异值分解 (SVD) 是降维技术，它们可以帮助识别数据中的主要模式，但它们不直接提供每个原始特征的重要性分数。虽然它们可以间接用于特征选择，但不是直接的特征重要性度量，并且需要额外的开发工作来解释结果。使用多重共线性特征并应用基于 LASSO 的特征选择是一种有效的特征选择方法，但它通常需要编写代码来实现，并且需要对模型进行训练才能获得系数，这比 Data Wrangler 的内置功能需要更多的开发工作。