Een bedrijf bouwt een tool voor het prioriteren van leads, zodat medewerkers contact kunnen opnemen met potentiële klanten. Medewerkers moeten de belangrijkheid (gewichten) van invoervariabelen kunnen bekijken en handmatig kunnen aanpassen op basis van hun domeinexpertise. Welk type ML-model ondersteunt deze vereiste?

Een logistisch regressiemodel is een lineair model dat de relatie tussen invoervariabelen en een binaire uitkomst (bijv. lead wel/niet prioriteren) modelleert. Het grote voordeel is de interpreteerbaarheid: de gewichten van elke invoervariabele zijn direct zichtbaar en kunnen handmatig worden aangepast. Dit stelt medewerkers in staat hun domeinexpertise toe te passen. Deep learning-modellen, k-NN en neurale netwerken zijn complexer en minder interpreteerbaar; het is moeilijk om de impact van individuele invoervariabelen te zien of handmatig aan te passen, wat essentieel is voor de gestelde eis.