Ein Hersteller verfügt über eine große, mit Labels versehene Verkaufshistorie und möchte vorhersagen, wie viele Einheiten eines bestimmten Teils pro Quartal produziert werden sollen. Welcher Machine-Learning-Ansatz eignet sich zur Vorhersage einer kontinuierlichen numerischen Größe?

Lineare Regression ist die geeignete Methode, da sie für die Vorhersage einer kontinuierlichen numerischen Zielvariablen (hier: Anzahl der zu produzierenden Einheiten) aus einer oder mehreren unabhängigen Variablen verwendet wird. Die Verkaufsgeschichte liefert die notwendigen Datenpunkte für das Training des Modells. Logistische Regression wird für Klassifikationsprobleme mit diskreten Ausgängen (z. B. Ja/Nein) eingesetzt. Random Cut Forest (RCF) ist ein Algorithmus zur Anomalieerkennung, der Ausreißer in Datensätzen identifiziert. Die Hauptkomponentenanalyse (PCA) ist eine Dimensionsreduktionstechnik, die zur Vereinfachung von Datensätzen dient, nicht zur Vorhersage.