Bir şehir, yalnızca geçen yılın günlük gözlemlerini kullanarak önümüzdeki iki gün için hava kirletici konsantrasyonlarını (milyonda parça) tahmin etmek istiyor. Amazon SageMaker'daki bu prototip için, en iyi tahmin performansını hangi algoritma verme olasılığı en yüksektir?

Doğru cevap, tahmin edicinin bir regresör olarak ayarlandığı tek bir zaman serisi (bir yıl) üzerinde SageMaker Linear Learner kullanmaktır. Hava kirletici konsantrasyonları (milyonda parça) sürekli bir değer olduğundan, bu bir regresyon problemidir. Linear Learner, doğrusal regresyon için iyi bir seçimdir ve zaman serisi verileri için uygun olabilir. k-Nearest-Neighbors (kNN) genellikle sınıflandırma veya daha karmaşık regresyon görevleri için kullanılır, ancak zaman serisi tahmininde doğrudan en iyi performans gösteren algoritma değildir. Random Cut Forest (RCF) anormallik tespiti için tasarlanmıştır, bu nedenle tahmin görevi için uygun değildir. Son olarak, Linear Learner'ı bir sınıflandırıcı olarak ayarlamak yanlıştır çünkü çıktı sürekli bir değerdir, kategorik değildir.