リスク分析モデルの機能を選択する前に、ML エンジニアは、各トレーニング機能がターゲットにどの程度貢献するかを推定したいと考えています。特徴量の寄与度または重要度の推定値を取得するのに適切な SageMaker Data Wrangler のアプローチはどれですか？

SageMaker Data Wranglerのクイックモデル可視化は、特徴量の重要度スコアを生成する機能を提供し、各特徴量がターゲット変数にどの程度貢献するかを直接的に推定できます。これにより、モデルのトレーニングに最も関連性の高い特徴量を選択するのに役立ちます。多重共線性測定は特徴量間の相関関係を特定しますが、ターゲットへの直接的な寄与度を測るものではありません。PCAは次元削減手法であり、特徴量の寄与度を直接示すものではありません。バイアスレポートはモデルの公平性を評価するためのものであり、特徴量の重要度を測定するものではありません。データフローで特徴量スコアを手動で割り当てることは、客観的な推定方法ではありません。