Model prognozowania dziennej sprzedaży firmy detalicznej generuje niedokładne prognozy od trzech tygodni. Zadanie AWS Glue codziennie dołącza rzeczywistą sprzedaż i przewidywania modelu do S3. Zespół ML bada degradację modelu w notatniku SageMaker Studio. Która wizualizacja najdokładniej pokaże degradację modelu w czasie?

Wykres liniowy tygodniowego średniego błędu bezwzględnego (MAE) jest najdokładniejszy, ponieważ pokazuje, jak błąd modelu zmieniał się w czasie, co jest kluczowe do zidentyfikowania początku i trendu degradacji. MAE to dobra metryka do oceny dokładności prognoz. Histogramy błędów (opcja B) mogą pokazać rozkład błędów w dwóch okresach, ale nie wizualizują trendu czasowego. Histogramy dziennej sprzedaży (opcja A) pokazują rozkład danych wejściowych, a nie wydajność modelu. Wykresy punktowe sprzedaży w funkcji błędu (opcja D) mogą pomóc w identyfikacji zależności między sprzedażą a błędem, ale nie przedstawiają bezpośrednio degradacji w czasie.