Ein ML-Ingenieur muss die Verteilung der Autopreise für einen bestimmten Autotyp in einem Datensatz mit Attributen wie Marke, Typ, Kraftstoffeffizienz und Preis mithilfe von SageMaker Data Wrangler untersuchen. Welche Visualisierung ist am besten geeignet, um den Bereich und die Verteilung der Preise für diesen Autotyp zu überprüfen?

Ein Histogramm ist die beste Wahl, da es die Verteilung von numerischen Daten darstellt, indem es den Wertebereich in "Bins" unterteilt und die Häufigkeit der Datenpunkte in jedem Bin anzeigt. Dies ermöglicht eine schnelle visuelle Einschätzung des Bereichs und der Verteilung der Autopreise. Ein Streudiagramm zeigt die Beziehung zwischen zwei numerischen Variablen, wäre aber weniger geeignet, um die Verteilung einer einzelnen Variablen zu beurteilen. Die Quick-Model-Visualisierung dient der Bewertung von Modellen und der Feature-Wichtigkeit, nicht der explorativen Datenanalyse einer einzelnen Variablen. Die Anomalieerkennungs-Visualisierung identifiziert Ausreißer, gibt aber keinen umfassenden Überblick über die gesamte Datenverteilung.