Uma empresa tem rótulos históricos indicando se os clientes exigiram suporte de longo prazo. Eles precisam de um modelo de ML para prever se novos clientes exigirão suporte de longo prazo. Qual abordagem de modelagem é apropriada?

A regressão logística é a abordagem apropriada porque o problema envolve a previsão de uma variável de resultado binária (se um cliente exigirá suporte de longo prazo ou não). A regressão logística modela a probabilidade de um evento binário ocorrer. Detecção de anomalias é usada para identificar pontos de dados incomuns em um conjunto de dados, não para prever categorias. A regressão linear é usada para prever um valor contínuo, não um resultado binário. A segmentação semântica é uma técnica de visão computacional para classificar pixels em uma imagem, o que não se aplica a este cenário de previsão de clientes.