Een reisorganisatie wil een ML-model om de volgende luchthavenbestemming voor gebruikers aan te bevelen. Ze hebben miljoenen records met gebruikerslocatie, recente zoekopdrachten en 2.000 mogelijke luchthavens. De gegevens omvatten categorische features en een target dat naar verwachting een high-dimensionale sparse matrix zal zijn. Het team moet ingebouwde Amazon SageMaker-algoritmes gebruiken en heeft one-hot gecodeerde categorische features. Welk ingebouwd algoritme moet worden gebruikt?

Factorization Machines (FM) zijn uitermate geschikt voor aanbevelingssystemen, vooral wanneer de inputdata schaars en hoog-dimensionaal zijn, zoals hier het geval is met 2.000 mogelijke luchthavens en one-hot gecodeerde categorische features. FM-modellen kunnen interacties tussen features effectief vastleggen, zelfs als deze interacties zelden samen voorkomen in de trainingsdata. CatBoost is een gradient boosting-algoritme dat goed presteert met categorische features, maar is minder geoptimaliseerd voor extreem schaarse, hoog-dimensionale data in vergelijking met FM voor aanbevelingstaken. DeepAR is een forecasting-algoritme voor tijdreeksen en is niet geschikt voor dit classificatie- of aanbevelingsprobleem. K-means is een clusteringalgoritme dat geen directe aanbevelingen doet, maar groepen gebruikers identificeert; het zou een aanvullende stap vereisen om aanbevelingen te genereren.