Ein Data Scientist möchte mit Amazon SageMaker Data Wrangler Prädiktorvariablen auswählen, die ein Ziel am besten vorhersagen. Die Prädiktoren korrelieren mit dem Ziel, und der Wissenschaftler möchte die Varianz in verschiedene Richtungen im Feature-Raum verstehen. Welcher Ansatz erfüllt diese Anforderungen?

Die Hauptkomponentenanalyse (PCA) ist die beste Wahl, da sie darauf abzielt, die Varianz in einem Datensatz zu maximieren, indem sie die Daten in orthogonale Komponenten transformiert. Dies hilft, die "Varianz in verschiedene Richtungen im Feature-Raum" zu verstehen, wie in der Frage gefordert. Die Multikollinearitäts-Tools von Data Wrangler können PCA anwenden, um hochkorrelierte Features zu identifizieren und zu transformieren, was die Modellerstellung verbessert. Die VIF-Messung ist zwar nützlich zur Quantifizierung der Multikollinearität, aber sie transformiert die Features nicht, um die Varianzrichtungen zu untersuchen. Die schnelle Modellvisualisierung und der Datenqualitätsbericht sind nützlich für allgemeine Einblicke und die Bewertung der Vorhersagekraft, transformieren die Daten jedoch nicht, um die Varianzrichtungen zu analysieren.