Ein Verlag möchte einen gezielten Marketing-Klassifikator erstellen, der den Abonnementstatus aus einer Tabelle mit numerischen und kategorialen Merkmalen (z. B. Alter und Ausbildung) vorhersagt. Welcher integrierte Amazon SageMaker-Algorithmus eignet sich am besten für diese überwachte Klassifizierungsaufgabe?

XGBoost ist die beste Wahl, da es ein leistungsstarker Algorithmus für überwachte Klassifizierungsaufgaben ist, der sowohl numerische als auch kategoriale Merkmale effizient verarbeiten kann. Er ist bekannt für seine Genauigkeit und Skalierbarkeit, was ihn ideal für Marketing-Klassifikatoren macht. Random Cut Forest (RCF) ist ein Algorithmus zur Anomalieerkennung, nicht zur Klassifizierung. Neural Topic Model (NTM) wird für die Themenmodellierung von Textdaten verwendet. DeepAR forecasting ist ein Algorithmus für Zeitreihenprognosen.