Inżynier danych używa Amazon SageMaker Data Wrangler do oceny danych klientów dla modelu przewidywania zachowań. Aby poprawić wydajność modelu, musi sprawdzić, czy występuje współliniowość. Które kroki wymagają najmniejszego wysiłku operacyjnego w celu wykrycia współliniowości? (Wybierz dwie opcje.)

Współliniowość oznacza silną korelację między zmiennymi niezależnymi. PCA i SVD to techniki redukcji wymiarowości, które identyfikują skorelowane cechy, ponieważ wysokie wartości osobliwe lub składowe główne wskazują na redundancję danych. LASSO (Least Absolute Shrinkage and Selection Operator) jest metodą regresji, która penalizuje współczynniki cech, skutecznie redukując współczynniki skorelowanych cech do zera lub blisko zera, co ułatwia ich identyfikację. Obie metody są wbudowane w SageMaker Data Wrangler jako wizualizacje diagnostyczne, co minimalizuje wysiłek operacyjny. Kodowanie one-hot i skalowanie Min Max to techniki przygotowania danych, a nie wykrywania współliniowości. Quick Model ocenia ważność cech, ale nie bezpośrednio współliniowość.