一家金融公司需要將每筆信用卡交易標記為「潛在詐欺」或「非詐欺」。哪種類型的機器學習模型適用於此需求？

二元分類是此需求的最佳選擇，因為它旨在將資料點區分為兩個明確的類別。在本例中，模型會判斷每筆交易是屬於「潛在詐欺」還是「非詐欺」這兩個類別之一。迴歸模型用於預測連續數值，例如房價或溫度，不適用於分類任務。擴散模型主要用於生成任務，例如圖像生成，與此處的分類目的無關。多類別分類模型用於將資料點區分為三個或更多個類別，而此情境中只有兩個可能的結果。