Een data scientist moet een ingebouwd SageMaker-model bouwen om verschillende groenten te classificeren. De dataset heeft veel features en het bedrijf wil het geheugengebruik minimaliseren tijdens training en deployment. Het bedrijf vereist ook de mogelijkheid om vergelijkbare datapunten te vinden voor elk testvoorbeeld. Welke algoritmekeuze voldoet aan deze beperkingen?

k-Nearest Neighbors (k-NN) is geschikt voor classificatie en kan vergelijkbare datapunten vinden (dichtstbijzijnde buren). De combinatie met dimensionaliteitsreductie (zoals PCA) pakt het probleem van veel features aan door de datadimensie te verlagen, wat het geheugengebruik tijdens training en deployment minimaliseert en de prestaties van k-NN verbetert. Linear Learner is een classificatiealgoritme, maar biedt geen ingebouwde functionaliteit om vergelijkbare datapunten te vinden. K-means clustering is een unsupervised algoritme voor clustering, geen classificatie. PCA is een dimensionaliteitsreductietechniek, geen classificatiealgoritme op zich.