一家公司正在构建一个潜在客户优先级排序工具，以便员工可以联系潜在客户。员工必须能够根据其领域专业知识查看和手动调整输入变量的重要性（权重）。哪种类型的机器学习模型支持此要求？

逻辑回归模型通过为每个输入特征分配权重来预测二元结果（例如，潜在客户是否值得联系）。这些权重可以直接解释为特征重要性，并且可以由员工根据其领域专业知识进行查看和手动调整，从而满足了问题中“查看和手动调整输入变量的重要性（权重）”的要求。 深度学习模型和神经网络通常是“黑箱”模型，其内部权重和决策过程难以直接解释和手动调整。K-近邻 (k-NN) 模型基于邻近度进行分类，不涉及可直接调整的特征权重。