Ein Team möchte ein Abwanderungsvorhersagemodell erstellen und Vorhersagen direkt in einem Amazon Redshift-Cluster mit Redshift ML ausführen. Welche Schritte sollten sie unternehmen? (Wählen Sie drei.)

Um ein Abwanderungsvorhersagemodell mit Redshift ML zu erstellen, müssen Sie zunächst die Feature-Spalten (Eingaben) und die Zielvariable (Abwanderung) identifizieren und definieren. Dies ist entscheidend für jedes maschinelle Lernprojekt. Anschließend erstellen Sie das Modell direkt in Redshift mit einer CREATE MODEL-SQL-Anweisung. Redshift ML übernimmt dabei die Datentrennung, das Training und die Bereitstellung des Modells im Hintergrund, oft unter Verwendung von Amazon Sagemaker Autopilot. Schließlich verwenden Sie die integrierte SQL-Vorhersagefunktion, um Vorhersagen für neue Daten auszuführen. Die Option, EXPLAINMODEL zu verwenden, ist falsch, da diese Funktion zur Erklärung von Modellvorhersagen dient, nicht zur Durchführung von Vorhersagen. Das Training des Modells mit Redshift Spectrum ist ebenfalls falsch; Redshift ML integriert sich mit Sagemaker, nicht direkt mit Spectrum für das Training. Das manuelle Exportieren von Daten nach S3 ist unnötig, da Redshift ML den Export und die Vorbereitung der Daten für das Training automatisch verwaltet.