统计建模可以用到的模型?

统计建模常用线性回归、逻辑回归、决策树和随机森林。时间序列分析有ARIMA模型，分类任务常用朴素贝叶斯和支持向量机。聚类分析包括K均值和层次聚类，降维技术有主成分分析。广义线性模型能处理非正态数据，混合模型适合分组数据。贝叶斯网络可处理不确定性问题，生存分析用于时间事件数据。

模型选择要点

选择模型需考虑数据类型和问题性质。连续数据适合回归模型，分类数据用逻辑回归或决策树。数据量大时随机森林效果更好，小样本数据可尝试朴素贝叶斯。非线性关系用支持向量机，高维数据需降维处理。时间数据选ARIMA，空间数据用地理加权回归。模型需验证集评估，避免过拟合。交叉检验能提高结果可靠性。