Un editor quiere construir un clasificador de marketing dirigido que prediga el estado de la suscripción a partir de una tabla con características numéricas y categóricas (por ejemplo, edad y educación). ¿Qué algoritmo integrado de Amazon SageMaker es el más adecuado para esta tarea de clasificación supervisada?

XGBoost es un algoritmo potente y eficiente para tareas de clasificación supervisada, especialmente cuando se trabaja con datos tabulares que contienen características numéricas y categóricas. Es conocido por su precisión y capacidad para manejar conjuntos de datos complejos, lo que lo hace ideal para predecir el estado de una suscripción. Random Cut Forest (RCF) es para detección de anomalías, no clasificación. Neural Topic Model (NTM) se utiliza para el modelado de temas en datos de texto. DeepAR forecasting es para la previsión de series temporales.