某公司拥有历史标签，指示客户是否需要长期支持。他们需要一个机器学习模型来预测新客户是否需要长期支持。哪种建模方法是合适的？

逻辑回归适用于预测二元结果，即客户是否需要长期支持（是/否）。由于历史标签提供了明确的分类信息，这是一个监督学习的分类问题。 异常检测用于识别数据中的异常模式，不适用于预测特定分类结果。线性回归用于预测连续数值，而不是二元分类。语义分割是计算机视觉任务，用于像素级别的图像分类，与此问题无关。