Während der explorativen Datenanalyse enthalten mehrere kategoriale Features fehlende Werte. Wie kann der ML-Ingenieur SageMaker verwenden, um diese fehlenden kategorialen Werte zu behandeln?

Die korrekte Antwort ist die Verwendung von SageMaker Data Wrangler zur Imputation fehlender kategorialer Werte mit dem Moduswert. SageMaker Data Wrangler ist ein Tool zur Datenvorbereitung, das eine Vielzahl von Transformationen, einschließlich der Imputation fehlender Werte, unterstützt. Für kategoriale Daten ist der Modus (der am häufigsten vorkommende Wert) die geeignete Imputationsstrategie, da Mittelwert und Median für nicht-numerische Daten nicht anwendbar sind. SageMaker Clarify ist primär für die Erkennung von Bias und die Erklärbarkeit von Modellen konzipiert, nicht für die Datenvorbereitung oder Imputation. Die Imputation kategorialer Features mit dem Mittelwert ist konzeptionell falsch, da der Mittelwert nur für numerische Daten sinnvoll ist.