한 도시에서 지난 1년간의 일일 관측치만을 사용하여 향후 이틀간의 대기 오염 물질 농도(ppm)를 예측하려고 합니다. Amazon SageMaker에서 이 프로토타입에 가장 적합한 예측 성능을 제공할 알고리즘은 무엇일까요?

대기 오염 물질 농도 예측은 연속적인 값을 예측하는 회귀(regression) 문제입니다. 따라서 predictortype을 regressor로 설정해야 합니다. SageMaker Linear Learner는 선형 회귀 모델을 효율적으로 훈련할 수 있으며, 시계열 데이터의 추세와 패턴을 학습하여 미래 값을 예측하는 데 적합합니다. 주어진 1년치 데이터는 단일 시계열로 간주할 수 있습니다. kNN은 일반적으로 분류나 비선형 회귀에 사용될 수 있지만, 시계열 예측에서 장기적인 추세를 포착하는 데 Linear Learner만큼 효과적이지 않을 수 있습니다. Random Cut Forest(RCF)는 이상 감지(anomaly detection) 알고리즘이므로 예측 문제에는 적합하지 않습니다. predictortype을 classifier로 설정하는 것은 농도 예측이 분류 문제가 아닌 회귀 문제이므로 올바르지 않습니다.