Bir yayıncı, sayısal ve kategorik özelliklere (örneğin, yaş ve eğitim) sahip bir tablodan abonelik durumunu tahmin eden hedefe yönelik bir pazarlama sınıflandırıcısı oluşturmak istiyor. Bu denetimli sınıflandırma görevi için hangi Amazon SageMaker yerleşik algoritması en uygundur?

XGBoost, hem sayısal hem de kategorik özelliklere sahip yapılandırılmış (tablolu) veriler üzerinde denetimli sınıflandırma görevleri için oldukça etkili ve yaygın olarak kullanılan bir algoritmadır. Hedefe yönelik pazarlama senaryosunda abonelik durumunu tahmin etmek için idealdir. Random Cut Forest (RCF) bir anomali tespit algoritmasıdır ve sınıflandırma için uygun değildir. Neural Topic Model (NTM) metin verilerinden konuları çıkarmak için kullanılır ve bu senaryoya uymaz. DeepAR forecasting ise zaman serisi verileri üzerinde tahmin yapmak için tasarlanmıştır, bu da sınıflandırma görevi için yanlış bir seçimdir.