Przesłano dane sprzedażowe do SageMaker Studio i potrzebne są wyniki ważności cech, aby ukierunkować inżynierię cech przy minimalnym wysiłku programistycznym. Która opcja zapewnia wyniki ważności przy najmniejszym nakładzie pracy?

SageMaker Data Wrangler to narzędzie wizualne, które umożliwia szybkie przygotowanie danych do uczenia maszynowego. Oferuje wbudowane transformacje, w tym obliczanie ważności cech, takie jak indeks Giniego, bez pisania kodu. Jest to najmniej pracochłonne rozwiązanie, ponieważ integruje się z SageMaker Studio i zapewnia interfejs użytkownika do analizy. Pozostałe opcje wymagają większego nakładu pracy programistycznej: PCA i SVD to techniki redukcji wymiarowości, a nie bezpośrednie metody obliczania ważności cech w kontekście selekcji cech dla modelu. Wymagają implementacji w kodzie. Funkcje wielokolinearności i selekcja cech oparta na LASSO to zaawansowane techniki statystyczne, które również wymagają ręcznego kodowania i interpretacji wyników, co jest bardziej czasochłonne niż użycie Data Wrangler.