Une équipe financière dispose de données sur le rendement boursier de 5 000 entreprises, chacune avec 2 000 caractéristiques. Elle souhaite identifier les 15 caractéristiques les plus utiles pour prédire les rendements futurs avec un minimum de frais opérationnels. Quelle approche répond à ce besoin ?

L'option correcte est d'utiliser Amazon SageMaker Autopilot avec SageMaker Clarify. Autopilot automatise la sélection et l'entraînement des modèles, ce qui réduit considérablement les frais opérationnels. Il peut générer des modèles de régression performants pour un grand nombre de caractéristiques. SageMaker Clarify peut ensuite être utilisé pour analyser l'importance des caractéristiques du meilleur modèle généré par Autopilot, fournissant ainsi les 15 caractéristiques les plus utiles. Les autres options sont moins optimales. Entraîner un modèle de régression linéaire et classer par coefficients est une approche simple, mais elle suppose une relation linéaire et pourrait ne pas capturer des interactions complexes. Entraîner une forêt aléatoire et utiliser l'importance de Gini est une bonne méthode, mais Autopilot peut explorer un éventail plus large de modèles et d'hyperparamètres de manière automatisée, ce qui est plus efficace pour minimiser les frais opérationnels. SageMaker Data Wrangler est excellent pour la préparation des données et la visualisation rapide, mais ses capacités d'importance des caractéristiques sont plus exploratoires et moins robustes que celles de Clarify sur un modèle finalisé par Autopilot.