Uno specialista di ML sta preparando i dati con un job PySpark che include aggregazioni complesse tramite window function. Vuole testare come diversi conteggi di feature e dimensioni del campione influenzano le performance del modello. Quale approccio consente di registrare i parametri di trasformazione e i risultati in modo da poter valutare e confrontare le varianti di preparazione dei dati?

L'opzione corretta è utilizzare un tracker di Amazon SageMaker Experiments nello script ed eseguirlo come un job di elaborazione SageMaker. SageMaker Experiments è progettato per tracciare e confrontare le iterazioni dei modelli di machine learning, inclusi i parametri di pre-elaborazione (come i conteggi delle feature e le dimensioni del campione) e i risultati. Un job di elaborazione SageMaker è l'ambiente ideale per eseguire script PySpark complessi, fornendo risorse gestite e integrazione con SageMaker Experiments. Le altre opzioni sono meno efficaci: SageMaker Debugger è principalmente per il debug dei modelli durante l'addestramento, non per tracciare i parametri di pre-elaborazione o i risultati dei job di preparazione dei dati. L'esecuzione come job AWS Glue non offre l'integrazione nativa con SageMaker Experiments per il tracciamento dei parametri e dei risultati in modo strutturato per la sperimentazione.