Zbiór danych treningowych zawiera zarówno cechy kategoryczne, jak i numeryczne. Aby zmaksymalizować dokładność modelu przy najmniejszym narzucie operacyjnym, w jaki sposób inżynier ML powinien przygotować te cechy?

Prawidłowa odpowiedź to użycie Amazon SageMaker Data Wrangler do konwersji cech kategorycznych na formę numeryczną. SageMaker Data Wrangler to narzędzie zaprojektowane do przygotowywania danych, które efektywnie radzi sobie z różnymi typami transformacji, w tym z kodowaniem cech kategorycznych (np. One-Hot Encoding, Label Encoding), co jest kluczowe dla większości algorytmów uczenia maszynowego. Oferuje wizualny interfejs i wbudowane transformacje, minimalizując narzut operacyjny. AWS Glue jest narzędziem do ETL i integracji danych, ale Data Wrangler jest bardziej wyspecjalizowany w przygotowaniu danych do ML. Konwersja cech numerycznych na kategoryczne (binning) jest możliwa, ale nie jest to główny problem ani najbardziej efektywne podejście do maksymalizacji dokładności, gdy mamy już cechy kategoryczne wymagające numerycznej reprezentacji.