Vóór de training moet de klasse-onbalans van de dataset worden opgelost met minimale operationele inspanning. Welke optie bereikt dit het beste?

De Amazon SageMaker Data Wrangler 'balance data' operatie is de meest geschikte optie omdat deze specifiek is ontworpen om klasse-onbalans aan te pakken met minimale operationele inspanning. Het biedt ingebouwde functionaliteit voor oversampling, undersampling of SMOTE, direct binnen een visuele interface. Dit stroomlijnt het proces aanzienlijk. Amazon Athena is een queryservice en is niet bedoeld voor data-transformatie of het oplossen van klasse-onbalans. Het ontdekken van patronen en handmatig aanpassen is inefficiënt en foutgevoelig. De ingebouwde algoritmen van SageMaker Studio Classic kunnen weliswaar met onevenwichtige datasets omgaan, maar vereisen vaak handmatige configuratie of aangepaste code om de onbalans direct te verhelpen, wat meer inspanning vergt dan Data Wrangler. AWS Glue DataBrew is een uitstekende tool voor datatransformatie, maar de 'oversamplen van de minderheidsklasse' is geen ingebouwde, één-klik operatie zoals in Data Wrangler voor dit specifieke probleem, wat meer configuratie vereist.