我正在迈出人工智能和机器学习的第一步。我为自己选择了一个项目，想要用机器学习来解决，但我不知道该使用哪种方法。

业务案例：客户可以发布报价并设定希望收到产品的日期。他可以随时更改购买产品的数量。我需要处理未售出产品的成本以及如果生产量少于他所需数量时所带来的利润损失。我有大量过去交易的数据，包括最初订购的产品数量和发送给客户的产品数量。我的目标是建立一个预测分析模型，能够在客户更改订单中的产品数量后，告诉我这种更改是否最终确定的概率。

我对这个话题非常新，对不同方法的信息还不太了解。我知道分类和回归是主要的方法，并且可以以不同的方式实现。但这些方法中的哪一种适合我的问题呢？

非常感谢您的帮助。

回答：

您可以采用基于分类的方法。因为您的目标是预测订单更改是否最终确定。该更改发生的概率可以从模型的准确率/F1分数中得出。数值越高，成功预测的可能性就越大。用通俗的话说，就是将订单是否最终确定进行分类。

如果您试图根据订单更改预测一个数值，那么您需要采用回归方法。例如，如果您想预测下一次订单更改的成本，那么您就需要使用回归。

据我理解，您的用例与第一种情况相符。