Een uitgever wil een gerichte marketingclassificatie bouwen die de abonnementsstatus voorspelt op basis van een tabel met numerieke en categorische kenmerken (bijvoorbeeld leeftijd en opleiding). Welk ingebouwd Amazon SageMaker-algoritme is het meest geschikt voor deze supervised classificatietaak?

XGBoost is het meest geschikt omdat het een krachtig en efficiënt algoritme is voor supervised classificatieproblemen met gestructureerde gegevens, inclusief zowel numerieke als categorische kenmerken. Het is een ensemble-methode gebaseerd op beslissingsbomen die bekend staat om zijn hoge nauwkeurigheid en robuustheid. Random Cut Forest (RCF) is een algoritme voor anomaliedetectie, geen classificatie. Neural Topic Model (NTM) is ontworpen voor het ontdekken van onderwerpen in tekstuele gegevens. DeepAR forecasting is een algoritme voor tijdreeksvoorspelling. Geen van deze alternatieven is geschikt voor de beschreven classificatietaak.