Hei, jeg var litt usikker på hvor jeg kunne plassere tråden, så derfor endte den opp her, men flytt den gjerne om admin føler det passer

Over til saken: Jeg har lest og sett videoer om maskin-læring, og har en grei basis forståelse for hva Lineær regresjon, SVM og KNN er, samt hvordan bruke dette i python med tensorflow biblioteket. Forsatt føler jeg at jeg sliter litt med å "bestemme" hvilken av teknikkene er best å bruke i hvilken situasjon?

For eksempel så er jeg er igang med å utvikle et lite script som skal gi en sannsynlighets beregning for hvor mange mål det kan skores i en fotball-kamp.(f.eks: 82% sjans for at denne kampen kan ende over 3 mål)

Jeg har fått inn tilstrekkelig med historisk data (både CSV og JSON), og med dette så kan jeg f.eks enkelt se:

Lag 1 hadde så så mange mål i sesong 2012,2013,2014 osv osv..
Lag 2 hadde så så mange mål i sesong 2012,2013,2014 osv osv..

Kampen spilt mellom Lag 1 og Lag 2 i sesong 2012 hadde: X mål
Kampen spilt mellom Lag 1 og Lag 2 i sesong 2013 hadde: X mål
.....
.....
.....


Spørsmålet er da, vil ikke lineær, eller multiple linær regresjon vært best her?

Altså: Hvilken maskinlærings teknikk er best å bruke i hvilken situasjon?

takker for svar.