Sie haben Verkaufsdaten in SageMaker Studio hochgeladen und benötigen Feature-Importance-Scores, um das Feature Engineering mit minimalem Entwicklungsaufwand zu steuern. Welche Option liefert Importance-Scores mit dem geringsten Aufwand?

SageMaker Data Wrangler bietet eine integrierte und benutzerfreundliche Oberfläche, um Daten vorzubereiten und Feature-Importance-Scores, wie Gini-Importance, mit minimalem Entwicklungsaufwand zu berechnen. Dies ist ideal, um schnell Einblicke für das Feature Engineering zu gewinnen. PCA und SVD sind Dimensionsreduktionstechniken, die zwar nützlich sind, aber nicht direkt Feature-Importance-Scores im Sinne der Vorhersagekraft liefern. Die Multikollinearitätsfunktion und LASSO-basierte Feature-Auswahl erfordern mehr manuellen Code und Verständnis der zugrunde liegenden Algorithmen, was den Entwicklungsaufwand erhöht.