Machine learning 我可以使用逻辑回归算法根据历史数据预测给定任务的预计到达时间吗？

我可以使用逻辑回归算法根据历史数据预测给定任务的预计到达时间吗？我有一些任务，根据任务类型、天气、季节、请求时间等几个因素，需要花费不同的时间

今天，我们根据mysql存储中的任务类型捕获所有任务所花费的时间。现在我们想添加一个功能，根据因素和任务类型，我们想预测任务的ETA，并向客户展示

---

我们计划使用Spark和Logistic回归以及SVM算法。我们对这一领域太陌生，需要您在验证方法和其他指标方面提供指导。

您可以通过线性回归模型实现这一点，因为您试图预测连续结果（ETA）

您只需训练一个回归模型，在该模型中，您可以根据输入特征（任务类型、天气、季节等）预测预计到达时间。因此，该模型了解的是，给定一组特定的输入，任务需要多长时间才能完成，预测结果就是您将向客户展示的结果

看看这个：

Logistic回归/SVM用于对离散结果（即类别/组）进行分类

---

因此，另一种方法可能是将mysql数据库中的ETA分数分为短/中/长时间完成，然后使用这3个类别作为标签，而不是实际的数值。然后，您可以使用逻辑回归来训练一个模型，该模型根据您列出的输入特征分类为这三个类别。这是可行的，但由于将ETA数据压缩为3组，您会失去一些分辨率，但这是您必须做出的设计决策。

谢谢Simon。这真的很有帮助。