Ein Unternehmen entwickelt ein Tool zur Lead-Priorisierung, damit Mitarbeiter potenzielle Kunden kontaktieren können. Die Mitarbeiter müssen in der Lage sein, die Wichtigkeit (Gewichtungen) der Eingabevariablen basierend auf ihrer Domänenexpertise anzuzeigen und manuell anzupassen. Welcher Typ von ML-Modell unterstützt diese Anforderung?

Ein logistisches Regressionsmodell ist die beste Wahl, da es die Wichtigkeit (Koeffizienten) jeder Eingabevariablen explizit anzeigt und diese manuell angepasst werden können. Dies ermöglicht es den Mitarbeitern, ihr Domänenwissen direkt in das Modell einzubringen. Deep-Learning-Modelle, neuronale Netze und k-NN-Modelle sind Black-Box-Modelle, bei denen die Bedeutung einzelner Eingabevariablen nicht direkt ersichtlich oder einfach zu manipulieren ist. Deep Learning mit Hauptkomponenten reduziert zudem die Dimensionalität, was die Interpretierbarkeit der ursprünglichen Features erschwert.