Der Trainingsdatensatz enthält sowohl kategoriale als auch numerische Merkmale. Wie sollte der ML-Ingenieur diese Merkmale vorbereiten, um die Modellgenauigkeit bei geringstem Betriebsaufwand zu maximieren?

Die Umwandlung kategorialer Merkmale in numerische Darstellungen (z. B. One-Hot-Encoding oder Label-Encoding) ist ein Standardverfahren im maschinellen Lernen, da die meisten Algorithmen numerische Eingaben erfordern. Amazon SageMaker Data Wrangler ist ein spezialisiertes Tool für die Datenaufbereitung, das eine visuelle Schnittstelle und integrierte Transformationen bietet, um diese Aufgabe effizient und mit geringem Betriebsaufwand zu erledigen. Es ist für ML-Workflows optimiert und bietet eine breite Palette an Transformationen, die über einfache Datentypkonvertierungen hinausgehen. Die Umwandlung numerischer Merkmale in kategoriale Bins ist zwar manchmal nützlich (Diskretisierung), aber nicht die primäre Methode zur Maximierung der Modellgenauigkeit für alle numerischen Merkmale und ist hier nicht die Kernanforderung. AWS Glue ist ein ETL-Dienst, der zwar Daten transformieren kann, aber für die spezifischen ML-Datenvorbereitungsschritte, wie das Encoding kategorialer Daten, weniger spezialisiert und oft mit höherem Betriebsaufwand verbunden ist als Data Wrangler.