Uno scienziato dei dati deve creare un modello integrato SageMaker per classificare varie verdure. Il dataset ha molte feature e l'azienda vuole minimizzare l'utilizzo della memoria durante l'addestramento e il deployment. L'azienda richiede anche la capacità di trovare punti dati simili per qualsiasi esempio di test. Quale scelta di algoritmo soddisfa questi vincoli?

k-Nearest Neighbors (k-NN) è un algoritmo non parametrico che può essere utilizzato per la classificazione e la ricerca di punti dati simili (vicini). La richiesta di minimizzare l'utilizzo della memoria durante l'addestramento e il deployment, specialmente con molte feature, rende la riduzione della dimensionalità (come PCA) una componente cruciale. La combinazione di k-NN con la riduzione della dimensionalità soddisfa entrambi i requisiti: k-NN per la classificazione e la ricerca di similarità, e la riduzione della dimensionalità per l'efficienza della memoria. Linear Learner è un algoritmo di classificazione lineare, ma non supporta intrinsecamente la ricerca di punti dati simili. K-means clustering è un algoritmo di clustering non supervisionato e non è adatto per la classificazione diretta o la ricerca di similarità nel modo richiesto. PCA è una tecnica di riduzione della dimensionalità, non un algoritmo di classificazione o di ricerca di similarità autonomo.