C为什么不对？题干说要找到most likely被收购的5家公司，难道不是按被收购概率大小排序，再找到概率最大的5家公司吗？
问题如下图：
选项：
A. 
B. 
C. 
解释：
星星_品职助教 · 2019年12月31日
同学你好， 这道题本质上还是一个分类的问题，可以关联一下此前回归中学到的Y变量是dummy variable的情况，例如probit或logit模型。Y的取值设定为被收购就是1，不被收购就是0。这道题想问的就是找到5个1就行。而这5个1里面就不用再排序了。 以上的做法可以通过例如设置不同的收购门槛值来实现，如果一开始回归的结果发现有10个1，那么说明门槛设低了。可以提高门槛再做一次，如果这次只有4个1，说明设高了。以此类推，直到只剩5个1。这5家公司就是最有可能被收购的5家，而这个过程里是不涉及到5家公司内部再排序的。 你提到的most likely的思路我能理解，也是可以解决题目问题的思路之一。但如果这么考的话，题干中会额外说明需要按照一个特定标准（例如概率大小，满足条件多少）来进行排序。没有特殊说明的话，就直接选择分类变量即可，加油。
台风来了 · 2023年05月22日
能简单补充一下probit或logit模型吗？谢谢了！
NO.PZ2015120204000033 A continuous target variable. A categorictarget variable. orntarget variable. B is correct. To prewhistocks are likely to become acquisition targets, the ML mol woulneeto traineon categoriclabelleta having the following two categories: “0” for “not acquisition target”, an“1” for “acquisition target”. A is incorrect, because the target variable is categorical, not continuous. C is incorrect, because the target variable is categorical, not orn(i.e., 1st, 2n 3r etc.). 老师 这道题的意思是不是通过模型找出可能被收购的公司，那这个函数的自变量可能是连续的或者分类的啊？只是他返回的因变量会变成0或者1。
A continuous target variable. A categorictarget variable. orntarget variable. B is correct. To prewhistocks are likely to become acquisition targets, the ML mol woulneeto traineon categoriclabelleta having the following two categories: “0” for “not acquisition target”, an“1” for “acquisition target”. A is incorrect, because the target variable is categorical, not continuous. C is incorrect, because the target variable is categorical, not orn(i.e., 1st, 2n 3r etc.). 为什么不是C？