Un científico de datos necesita construir un modelo integrado de SageMaker para clasificar varias verduras. El conjunto de datos tiene muchas características y la empresa quiere minimizar el uso de memoria durante el entrenamiento y la implementación. La empresa también requiere la capacidad de encontrar puntos de datos similares para cualquier ejemplo de prueba. ¿Qué algoritmo satisface estas restricciones?

La combinación de k-Nearest Neighbors (k-NN) con reducción de dimensionalidad es la solución más adecuada. k-NN es un algoritmo de clasificación que puede encontrar puntos de datos similares (vecinos más cercanos) para cualquier ejemplo de prueba, lo que satisface el requisito de la empresa. Además, k-NN puede manejar múltiples clases de forma inherente. La reducción de dimensionalidad (como PCA o t-SNE) es crucial aquí para minimizar el uso de memoria durante el entrenamiento y la implementación, especialmente con un conjunto de datos con muchas características, y también puede mejorar el rendimiento de k-NN. Linear Learner es un algoritmo de clasificación lineal que no está diseñado para encontrar puntos de datos similares de la misma manera que k-NN. K-means es un algoritmo de agrupamiento, no de clasificación, y no proporciona la funcionalidad de encontrar puntos de datos similares para clasificación. PCA es una técnica de reducción de dimensionalidad, no un algoritmo de clasificación por sí mismo.