Bir ML mühendisi, ikili sınıflandırma modeli (etiketler: Sınıf A, Sınıf B) için eğitim verilerini bir araya getiriyor. Sınıfların dengeli olup olmadığını kontrol etmek ve gerekirse mevcut kayıtları kaldırmadan veri setini dengelemek istiyor. Bu gereksinimi hangi yaklaşım karşılar?

Doğru cevap, sınıf dengesizliğini tespit etmek için SageMaker Clarify'ı kullanmayı ve ardından dengesizlik varsa SMOTE ile veri setini dengelemeyi önerir. SageMaker Clarify, veri setindeki sınıf dengesizliği gibi önyargıları analiz etmek için tasarlanmıştır. Sınıf dengesizliği (CI) sıfırdan büyükse, bu bir dengesizlik olduğunu gösterir. SMOTE (Sentetik Azınlık Aşırı Örnekleme Tekniği), mevcut kayıtları kaldırmadan azınlık sınıfından sentetik örnekler oluşturarak dengesiz veri setlerini dengelemek için etkili bir yöntemdir. SageMaker Data Wrangler, bu tür veri hazırlama ve dönüştürme işlemleri için uygun bir araçtır. Diğer seçenekler yanlıştır çünkü: Rastgele eksik örnekleme (random undersampling), mevcut kayıtları kaldırarak veri kaybına yol açar ve bu, soruda belirtilen "mevcut kayıtları kaldırmadan" gereksinimini karşılamaz. SageMaker JumpStart, önceden oluşturulmuş modeller ve çözümler sunar, ancak doğrudan sınıf dengesizliği raporları oluşturmak veya veri dengeleme işlemleri yapmak için birincil araç değildir. Clarify bu analiz için daha uygundur. CI'nın sıfıra eşit olması, sınıfların zaten dengeli olduğu anlamına gelir, bu durumda dengeleme işlemine gerek yoktur.