Un produttore ha un'ampia cronologia etichettata delle vendite e vuole prevedere quante unità di una particolare parte produrre ogni trimestre. Quale approccio di machine learning è appropriato per prevedere una quantità numerica continua?

La regressione lineare è l'approccio appropriato perché l'obiettivo è prevedere una quantità numerica continua (il numero di unità da produrre). La regressione lineare modella la relazione tra una variabile dipendente continua e una o più variabili indipendenti. La regressione logistica è usata per problemi di classificazione binaria o multiclasse, dove l'output è una probabilità o una categoria. Random Cut Forest (RCF) è un algoritmo di rilevamento delle anomalie, non di previsione. L'analisi delle componenti principali (PCA) è una tecnica di riduzione della dimensionalità, non di previsione di valori.