假设我有 10,000 个客户，我希望在我的下一个活动中有 100 个响应者，并且有预算向 5k 发送一封信。
我有过去回复的人花了多少钱的数据，我有兴趣从我的 5k 封信中获得最多的美元（即理想情况下，我找到了 100 个回复者，但如果没有，我想找到那些留下更多钱的人） .
我创建了一个回归模型和一个分类模型（如果他们花钱，则为 1 - 即在过去做出回应 - 否则为 0）。运行机器人模型后，我发现在 10k 的测试样本中，如果我选择按概率（用于分类模型）和回归中的预期数量排序的前 5k，回归模型表现更好（不评估有多少响应者他们找到了，但他们从被选中的人中找到了多少）。
根据我的上下文数量是否有意义？我曾预计分类模型会表现得更好，但无法弄清楚为什么回归模型在我的示例中名列前茅。
非常感谢你！！
鉴于我认为的上下文，这实际上并不太令人惊讶。将观察分类为“1”=过去花钱，“0”=过去没有花钱会导致您丢失对您而言很重要的信息；也就是每个人给的钱的数量。
例如，想象一下这两种情况。在一种情况下，您将您的信寄给 10 个人，所有 10 个人每人寄回 100 美元。使用分类方案，这十个人都是“1”。在第二种情况下，您再次将您的信发送给 10 个人，但现在只有 10 个人回复。然而，这个人寄回了一张 10,000 美元的支票。从纯利润的角度来看，显然第二种选择更优越。
最终，您的分类和回归模型都回答了两个不同的问题。您的分类模型只是预测某人花费任何金额的可能性，（无论如何，通过您如何表达问题）无论是 10 美元还是 10,000,000 美元，分类模型在两者之间没有区别（正如您所说它）。回归模型预测每个用户预计花费的确切金额，如果我正确阅读您的问题，这就是您关心的。
如果您想让问题的范围更近，也许可以尝试在您的分类模型中定义为“1”如果人们花费了一些可盈利的金额，如果没有，则定义为“0”。虽然我不太同意这样做（您通过“存储”连续变量以这种方式丢失信息，而且，为什么让问题变得更难？）您可能会得到“更接近”的结果。
当您将此作为分类问题时，您会丢弃信息。你认为花费一美元的人与花费数十亿美元的人是一样的，而前者更像是什么都不花的人。
重要的是这个人花了多少钱，而不仅仅是他们是否花钱。一些大手笔的消费者可能会弥补将人们误归为消费者的一些错误。如果五个人花一美元，那对你来说还不如四个什么都不花的人和五分之一花 50 美元的人。