Un fabricante recopila 2000 mediciones de diagnóstico por teléfono inteligente y tiene más de 5 millones de evaluaciones etiquetadas sin valores perdidos. Un modelo de SageMaker linear learner entrenado con todas las características produce una puntuación F1 de 0,6. ¿Qué cambios en el entrenamiento del modelo tienen más probabilidades de mejorar la puntuación F1? (Elija dos).

La puntuación F1 de 0,6 sugiere que el modelo actual tiene un rendimiento deficiente, posiblemente debido a la alta dimensionalidad de los datos (2000 características). Reducir el número de características utilizando PCA es una técnica común para mejorar el rendimiento del modelo al eliminar la redundancia y el ruido, lo que puede llevar a una mejor generalización y una mayor puntuación F1. Cambiar a un algoritmo como k-NN, que es sensible a la dimensionalidad, y aplicar la reducción de dimensionalidad (por ejemplo, a menos de 1000 dimensiones) antes del entrenamiento, también es una estrategia eficaz. K-NN puede beneficiarse significativamente de la reducción de características, ya que la "maldición de la dimensionalidad" afecta su capacidad para encontrar vecinos cercanos relevantes. MDS es una técnica de reducción de dimensionalidad, pero PCA es generalmente más adecuado para la reducción de características en este contexto. Cambiar a un regresor no es apropiado, ya que el problema es de clasificación (evaluaciones etiquetadas). K-means es un algoritmo de agrupamiento no supervisado, no adecuado para un problema de clasificación supervisada.