Un data scientist doit créer un modèle intégré SageMaker pour classer divers légumes. L'ensemble de données comporte de nombreuses caractéristiques et l'entreprise souhaite minimiser l'utilisation de la mémoire pendant l'entraînement et le déploiement. L'entreprise exige également la possibilité de trouver des points de données similaires pour tout exemple de test. Quel choix d'algorithme satisfait ces contraintes ?

k-NN est un algorithme non paramétrique qui peut être utilisé pour la classification et la recherche de points de données similaires (voisins les plus proches). La réduction de dimensionnalité (comme PCA) est essentielle pour minimiser l'utilisation de la mémoire avec de nombreuses caractéristiques, car elle réduit le nombre de dimensions tout en conservant les informations importantes. Linear Learner est un algorithme de classification linéaire qui ne permet pas de trouver facilement des points de données similaires. K-means clustering est un algorithme de clustering non supervisé, non adapté à la classification directe et à la recherche de similarité pour des points de test individuels. PCA est une technique de réduction de dimensionnalité, pas un algorithme de classification en soi.