Bir ekip, bir müşteri kaybı tahmin modeli oluşturmak ve tahminleri doğrudan bir Amazon Redshift kümesi içinde Redshift ML kullanarak çalıştırmak istiyor. Hangi adımları atmalıdırlar? (Üçünü seçin.)
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Müşteri kaybı modeli için özellik sütunlarını ve hedef değişkeni belirleyin ve tanımlayın., Redshift'te bir CREATE MODEL SQL ifadesi yayınlayarak modeli oluşturun., Yeni veriler üzerinde tahminleri çalıştırmak için Redshift ML tarafından sağlanan SQL tahmin işlevini kullanın..
Neden bu cevap
Müşteri kaybı tahmini için Redshift ML kullanırken, ilk adım modelin neyi tahmin edeceğini (hedef değişken) ve hangi verileri kullanacağını (özellik sütunları) belirlemektir. Bu, modelin doğru şekilde eğitilmesi için kritiktir. Ardından, CREATE MODEL SQL ifadesi kullanılarak Redshift içinde model oluşturulur. Bu ifade, eğitim verilerini, hedefi ve özellikleri belirtir ve Redshift ML'in arka planda uygun bir SageMaker modeli oluşturup eğitmesini sağlar. Son olarak, eğitilmiş model yeni veriler üzerinde tahminler yapmak için Redshift ML tarafından sağlanan SQL tahmin işlevleri (örneğin, PREDICT) ile kullanılır. Yanlış seçenekler: SOL EXPLAINMODEL diye bir işlev yoktur. Redshift Spectrum, harici verileri sorgulamak için kullanılır, model eğitimi için değil. Redshift ML, eğitim verilerini doğrudan Redshift'ten alır, S3'e manuel aktarım gerekmez.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez