決定使用哪種機器學習算法

我在測試中得到了這個問題。我不清楚什麼是正確的答案，因爲所有三個都是分類算法：決定使用哪種機器學習算法

你有一個乘車分享服務，人們可以根據價格和時間在網上選擇他們的遊樂設施。司機可以一次運送超過1人。你有最近400萬次旅行的信息（基本上是誰乘坐了哪一次）。

目標是預測哪些未來的乘坐將有超過'X'乘客數量。

哪個算法將您不要使用：

A）Logistic迴歸 B）樸素貝葉斯 C）支持向量機 d）這些

任何想法都沒有？我對這裏的思考過程非常感興趣。

2016-11-05 Rallando

沒有附加信息，它看起來像這些算法中的任何一個都可以在這裏使用。 – kraskevich

這是你所有的信息嗎？ – Rob

感謝您的想法。這是問題中提供的所有信息，但假定您是提供在線服務的公司，並且可以訪問此類網站預計會產生的任何信息。這基本上意味着取件（城市），丟包（城市）和用戶ID（以及每個用戶在網站上的歷史記錄）的位置。還會有信息，比如用戶發送多少條消息，個人資料圖片，收視率等等...... – Rallando

它依賴，但對於這些信息，答案是d，因爲你面對迴歸問題（超過「X」），以及A，B，C可以使用迴歸問題（雖然幼稚基本回歸不是很流行）

2016-11-05 15:15:38 Masoud

這可能是正確的答案。我一直在考慮將這個問題作爲一個分類問題，在這裏你創建了兩個類別。「Over X」或「Equal and Under X」，但我看到它可能被重新表述爲迴歸問題。我其實很好奇，在這種情況下使用迴歸與分類算法會有什麼區別呢？ – Rallando

回答