10.000 satır ve 1.020 özniteliğe sahip bir tablo veri kümeniz var. Eksik değer yok, çok az kopya var ve korelasyonu > 0.9 olan yaklaşık 200 öznitelik çifti bulunuyor. Öznitelik ortalamaları medyanlara benziyor. SageMaker'da bir model eğitirken hangi öznitelik mühendisliği yaklaşımını uygulamalısınız?

Doğru cevap, Temel Bileşen Analizi (PCA) uygulayarak boyutsallığı azaltmaktır. Veri setinizde 1.020 öznitelik ve 0.9'dan yüksek korelasyona sahip 200 öznitelik çifti bulunması, yüksek boyutluluk ve çoklu doğrusallık (multicollinearity) sorunlarına işaret eder. PCA, bu yüksek korelasyonlu öznitelikleri daha az sayıda, doğrusal olarak ilişkisiz bileşenlere dönüştürerek boyutsallığı azaltır ve modelin performansını artırabilir. Jupyter notebook kullanarak düşük korelasyonlu öznitelikleri bırakmak, önemli bilgileri kaybetme riskini taşır. Random Cut Forest anomali tespiti için kullanılır, öznitelik mühendisliği için değil. Yüksek oranda ilişkili öznitelikleri birleştirmek yerine, PCA daha sistematik bir yaklaşım sunar ve bilgi kaybını minimize eder.