Фирма по недвижимости хочет прогнозировать цены на дома, используя исторический набор данных с 32 признаками. Какой подход к моделированию подходит для этой задачи?

Линейная регрессия подходит для прогнозирования непрерывных числовых значений, таких как цены на дома, на основе набора признаков. Она моделирует линейную зависимость между независимыми переменными (признаками дома) и зависимой переменной (ценой дома). Логистическая регрессия используется для задач классификации (прогнозирования категориальных результатов), а не для прогнозирования непрерывных значений. K-means кластеризация — это метод обучения без учителя для группировки данных, а не для прогнозирования. Метод главных компонент (PCA) используется для уменьшения размерности данных, а не для прогнозирования цен.