데이터 과학자가 희귀 이상 항목을 찾기 위한 탐색적 데이터 분석(EDA)을 수행하기 위해 Amazon SageMaker Data Wrangler를 사용하여 과거 S3 데이터를 수집할 것입니다. EDA를 수행하는 동안 컴퓨팅 리소스를 최소화하려면 데이터 과학자는 어떤 가져오기 옵션을 선택해야 할까요?

데이터 과학자가 희귀 이상 항목을 찾기 위한 탐색적 데이터 분석(EDA)을 수행하고 컴퓨팅 리소스를 최소화하려면 'First K' 옵션을 사용하여 데이터를 가져오는 것이 가장 효율적입니다. 이 방법은 데이터 세트의 시작 부분에서 고정된 수(K)의 레코드를 가져오므로, 전체 데이터를 처리하지 않고도 초기 데이터 패턴과 잠재적 이상 항목을 빠르게 파악할 수 있습니다. 특히 이상 항목이 데이터의 특정 부분에 집중되어 있을 가능성이 있거나, 초기 탐색 단계에서 전체 데이터 로딩의 컴퓨팅 비용을 절감하고자 할 때 유용합니다. 'None' 옵션은 데이터를 가져오지 않아 EDA를 수행할 수 없으며, 'Stratified' 및 'Randomized' 옵션은 전체 데이터 세트에서 샘플링을 수행하므로 'First K'보다 더 많은 컴퓨팅 리소스가 필요할 수 있습니다.