ある企業が、融資申請のリスクを評価するために、解釈可能な機械学習モデルを必要としています。解釈可能性の要件を最もよく満たすモデルまたはアルゴリズムの選択肢はどれですか？

ロジスティック回帰モデルは、各特徴量が結果に与える影響を直接的に示す係数を持つため、解釈可能性が高いです。融資申請のリスク評価では、どの要因がリスク上昇に寄与しているかを明確に理解することが重要であり、ロジスティック回帰はその要件を最もよく満たします。ディープラーニングモデルは高い精度を達成できますが、その内部動作は「ブラックボックス」であり、解釈が困難です。K-meansクラスタリングは教師なし学習アルゴリズムであり、リスク評価のような予測タスクには直接適用できません。Random cut forestは異常検知に特化したアルゴリズムであり、同様にリスク評価の予測には適していません。