Een stad wil de concentraties van luchtverontreinigende stoffen (parts per million) voor de komende twee dagen voorspellen, uitsluitend op basis van dagelijkse waarnemingen van het afgelopen jaar. Welk algoritme zal voor dit prototype in Amazon SageMaker waarschijnlijk de beste voorspellingsprestaties leveren?

De stad wil toekomstige waarden van luchtverontreinigende stoffen voorspellen, wat een regressieprobleem is. De gegevens zijn een enkele tijdreeks van dagelijkse waarnemingen. SageMaker Linear Learner is een geschikt algoritme voor regressietaken en kan goed presteren op tijdreeksgegevens wanneer deze correct worden voorbereid (bijvoorbeeld met lag-functies). De predictortype moet worden ingesteld op regressor omdat we continue waarden voorspellen. SageMaker k-Nearest-Neighbors (kNN) is minder geschikt voor tijdreeksvoorspelling, vooral met een enkele reeks, omdat het zich richt op het vinden van vergelijkbare datapunten in de feature-ruimte in plaats van op sequentiële afhankelijkheden. SageMaker Random Cut Forest (RCF) is primair ontworpen voor anomaliedetectie, niet voor het voorspellen van toekomstige waarden. Het gebruik van Linear Learner met predictortype ingesteld op classifier is onjuist, omdat classificatie categorische uitkomsten voorspelt, terwijl luchtverontreinigingsconcentraties continue numerieke waarden zijn.