Un'azienda dispone di etichette storiche che indicano se i clienti hanno richiesto supporto a lungo termine. Ha bisogno di un modello di machine learning per prevedere se i nuovi clienti richiederanno supporto a lungo termine. Quale approccio di modellazione è appropriato?

La regressione logistica è appropriata perché è un algoritmo di classificazione binaria. Il problema richiede di prevedere una variabile dipendente categoriale (se un cliente richiederà o meno supporto a lungo termine), che ha due possibili esiti (sì/no). La regressione logistica modella la probabilità di un evento. Il rilevamento delle anomalie identifica punti dati insoliti, non una previsione binaria. La regressione lineare prevede valori continui, non categorie. La segmentazione semantica è una tecnica di visione artificiale per classificare regioni di un'immagine.