Een team wil een churn-voorspellingsmodel bouwen en voorspellingen rechtstreeks uitvoeren binnen een Amazon Redshift-cluster met behulp van Redshift ML. Welke stappen moeten ze nemen? (Kies er drie.)

Om een churn-voorspellingsmodel te bouwen met Redshift ML, moet het team eerst de feature-kolommen (inputgegevens) en de doelvariabele (churn) definiëren. Dit is essentieel voor elke machine learning-taak. Vervolgens maken ze het model binnen Redshift met een CREATE MODEL SQL-statement, dat Redshift ML instrueert om het model te trainen met behulp van de opgegeven gegevens en parameters. Na training kunnen ze de PREDICT SQL-functie gebruiken om voorspellingen te doen op nieuwe data. Incorrecte opties: EXPLAINMODEL wordt gebruikt om de interpretatie van een model te begrijpen, niet om voorspellingen te doen. Redshift Spectrum wordt gebruikt om data in S3 te bevragen, niet om modellen te trainen. Het handmatig exporteren van data naar S3 is niet nodig, aangezien Redshift ML direct met data in Redshift kan werken.