Ein Reiseunternehmen möchte ein ML-Modell, das Benutzern das nächste Flughafen-Ziel empfiehlt. Es verfügt über Millionen von Datensätzen mit Benutzerstandort, letzten Suchanfragen und 2.000 möglichen Flughäfen. Die Daten umfassen kategoriale Merkmale und ein Ziel, das voraussichtlich eine hochdimensionale dünnbesetzte Matrix ist. Das Team muss integrierte Amazon SageMaker-Algorithmen verwenden und hat kategoriale Merkmale One-Hot-kodiert. Welcher integrierte Algorithmus sollte verwendet werden?

Factorization Machines (FM) sind ideal für Empfehlungssysteme mit hochdimensionalen, dünnbesetzten Daten, wie sie hier vorliegen (2.000 mögliche Flughäfen und One-Hot-kodierte kategoriale Merkmale). Sie können Interaktionen zwischen Merkmalen effizient modellieren, selbst wenn diese Interaktionen selten beobachtet werden. CatBoost ist zwar gut für kategoriale Merkmale, aber weniger effizient bei extrem dünnbesetzten Interaktionsdaten. DeepAR ist für Zeitreihenvorhersagen gedacht und hier ungeeignet. K-means ist ein Clustering-Algorithmus und kann keine direkten Empfehlungen basierend auf individuellen Präferenzen und Merkmalen generieren.