Een fabrikant heeft een grote gelabelde historie van verkopen en wil voorspellen hoeveel eenheden van een bepaald onderdeel elk kwartaal geproduceerd moeten worden. Welke machine learning-benadering is geschikt voor het voorspellen van een continue numerieke hoeveelheid?

Lineaire regressie is geschikt omdat het een supervised learning-algoritme is dat wordt gebruikt om een continue numerieke uitkomstvariabele te voorspellen op basis van één of meer invoervariabelen. In dit geval is het aantal te produceren eenheden een continue numerieke waarde. Logistische regressie wordt gebruikt voor classificatieproblemen (binaire of multi-class), niet voor het voorspellen van continue waarden. Random Cut Forest (RCF) is een algoritme voor anomaliedetectie. Principal Component Analysis (PCA) is een techniek voor dimensionaliteitsreductie en wordt niet gebruikt voor voorspelling.