Компания отслеживает цены продажи кроссовок с течением времени на дашборде Amazon QuickSight, используя цены, полученные от многих розничных продавцов. Компания хочет обнаруживать необычно высокие выбросы цен и визуально их отображать. Какой подход удовлетворяет этим требованиям?

Правильный ответ использует встроенные возможности QuickSight для обнаружения аномалий и визуализации. Аналитика обнаружения аномалий QuickSight специально разработана для выявления необычных точек данных, таких как аномально высокие цены. Вертикальная гистограмма подходит для визуализации этих выбросов, а вычисляемое поле для возведения цен в квадрат может помочь улучшить визуальное различие между обычными и аномальными значениями, делая выбросы более заметными. Первый неверный вариант предлагает квадратный корень, что уменьшит разницу между значениями, делая выбросы менее заметными, и использует Lambda для сканирования, что усложняет решение по сравнению с нативными функциями QuickSight. Второй неверный вариант предлагает удаление выбросов, что противоречит требованию их отображения, и не использует QuickSight для обнаружения. Четвертый неверный вариант фокусируется на самых низких ценах, а не на высоких выбросах, что не соответствует задаче.