Un'azienda deve utilizzare un algoritmo integrato di SageMaker per classificare i clienti in base alla probabilità di rimborso dei prestiti. Quale algoritmo integrato dovrebbe essere utilizzato per questa attività di classificazione/ranking supervisionata?

XGBoost è un algoritmo di apprendimento supervisionato molto efficace per problemi di classificazione e regressione, inclusa la classificazione binaria come la probabilità di rimborso di un prestito. È noto per la sua velocità e accuratezza, rendendolo una scelta eccellente per questo tipo di compito. K-means clustering è un algoritmo di apprendimento non supervisionato utilizzato per raggruppare dati senza etichette, non per la classificazione predittiva. Principal Component Analysis (PCA) è una tecnica di riduzione della dimensionalità, non un classificatore. Neural Topic Model (NTM) è un algoritmo per la modellazione di argomenti nel testo, non adatto per la classificazione di clienti basata su dati strutturati.