一個團隊想要建立一個客戶流失預測模型，並使用 Redshift ML 直接在 Amazon Redshift 叢集內執行預測。他們應該採取哪些步驟？（選擇三項。）

要使用 Redshift ML 建立客戶流失預測模型，首先必須識別並定義模型的特徵欄位（輸入）和目標變數（要預測的輸出）。這是任何機器學習專案的基礎。接著，透過在 Redshift 中發出 CREATE MODEL SQL 語句來建立模型，Redshift ML 會自動處理資料準備、模型訓練和部署。一旦模型訓練完成，就可以使用 Redshift ML 提供的 SQL 預測函數（例如 PREDICT）直接在 Redshift 叢集內對新資料執行預測。 選項「使用 SQL EXPLAINMODEL 函數來執行預測」是錯誤的，EXPLAINMODEL 用於解釋模型預測，而不是執行預測。選項「使用 Amazon Redshift Spectrum 訓練模型」是錯誤的，Redshift Spectrum 用於查詢 S3 上的資料，而不是訓練模型。選項「在訓練之前，手動將訓練資料集從 Redshift 匯出到 Amazon S3」是錯誤的，Redshift ML 可以直接使用 Redshift 中的資料進行訓練，無需手動匯出到 S3。