脚本调参支持多种表格预测任务，训练得到的模型可以应用到广泛实际场景中。
表格预测模型类型
表格预测帮助用户通过机器学习技术发现已有数据中的规律，从而创建机器学习模型，并基于机器学习模型处理新的数据，为业务应用生成预测结果。脚本调参中提供的表格数据预测支持创建回归、二分类、多分类三种类型的机器学习模型。
- 回归：目标列是连续的实数范围，或者属于某一段连续的实数区间。如在销量预测场景中，销量值可能是某个取值范围内的任意值，解决该问题的模型属于回归模型。
- 二分类：目标列是离散值，且只有两种可能的取值。如在精准营销场景中预测一个用户是否为潜在购买用户，其目标列仅存在“True”和“False”两种取值，解决该问题的模型属于二分类模型。
- 多分类：目标列是离散值，并具有有限的可能取值。如在用户分类场景中，根据用户的历史消费数据，将用户划分到不同消费偏好的类别中，解决该问题的模型属于多分类模型。
表格预测模型应用场景
- 精准营销：从客户消费记录中挖掘客户群的共有特征，分析出客户的购物偏好，从而实现广告的精准投放
- 信用评分：金融公司分析客户的历史行为数据，建立用户信用模型，从而确定贷款额度等
- 价格预测：从历史数据中发现商品的变化规律以及影响价格的因素，从而为未来的商业行为提供支持
- 客户流失预测：根据客户历史数据获得数据挖掘模型，从而生成客户流失预测列表，为市场营销策略提供有价值的业务洞察
