Ein Unternehmen möchte Kunden in Klassen gruppieren, die angeben, ob sie innerhalb der nächsten sechs Monate abwandern werden. Der Datensatz ist mit Abwanderungs-/Nicht-Abwanderungsergebnissen gekennzeichnet. Welcher Typ von Machine-Learning-Modell sollte verwendet werden?

Klassifizierung ist die korrekte Wahl, da das Ziel darin besteht, Kunden in vordefinierte Kategorien (Abwanderung/Nicht-Abwanderung) einzuteilen, basierend auf einem gelabelten Datensatz. Dies ist ein typisches überwachtes Lernproblem. Lineare Regression wäre ungeeignet, da sie für die Vorhersage kontinuierlicher Werte verwendet wird, nicht für diskrete Klassen. Clustering ist ein unüberwachtes Lernverfahren, das verwendet wird, um Muster in ungelabelten Daten zu finden und Gruppen zu bilden, wenn die Kategorien nicht im Voraus bekannt sind. Reinforcement Learning wird für die Entscheidungsfindung in dynamischen Umgebungen eingesetzt, wo ein Agent durch Versuch und Irrtum lernt, Aktionen auszuführen, um Belohnungen zu maximieren, was hier nicht zutrifft.