某公司將針對新產品寄送促銷包裹，並希望至少 90% 的潛在買家能收到這些資料。目前，線性學習器模型的召回率為 80%，精確度為 75%。公司應如何重新訓練模型以優先達到 90% 的召回率？

公司目標是達到至少 90% 的召回率。在 SageMaker 線性學習器中，可以透過設定 targetrecall 超參數來指定所需的召回率目標，並將 binaryclassifiermodelselectioncriteria 設定為 recallattargetprecision。這會指示模型在訓練過程中，優先調整其決策閾值以達到指定的召回率，即使這可能影響精確度。 選項 B 錯誤，因為它將目標設定為精確度而非召回率，且選擇標準也相反。選項 C 錯誤，因為使用 90% 的歷史資料進行訓練與增加 epoch 數量並不能直接保證達到特定的召回率目標，這僅是調整訓練過程。選項 D 錯誤，normalizelabel 和設定類別數量與調整模型以達到特定召回率無關。