某公司擁有歷史標籤，標示客戶是否需要長期支援。他們需要一個機器學習模型來預測新客戶是否需要長期支援。哪種建模方法是合適的？

羅吉斯迴歸 (Logistic Regression) 是一種分類演算法，非常適合預測二元結果，例如客戶是否需要長期支援（是/否）。它會輸出一個機率值，表示客戶屬於某一類別的可能性。 異常偵測 (Anomaly Detection) 用於識別數據中不尋常的模式，而不是預測分類結果。線性迴歸 (Linear Regression) 適用於預測連續數值，例如客戶的支援時間長度，而不是二元分類。語義分割 (Semantic Segmentation) 是一種電腦視覺技術，用於像素級別的圖像分類，與此業務問題無關。