在下列哪种情况下线性回归模型不适合代替逻辑回归模型？

A.    预测的目标变量是连续型的并且分布范围不受限制

B.    预测的目标变量是二元的并且服从二项分布

C.    自变量与因变量之间的关系可以假设为线性关系

D.    需要预测客户的具体购买金额
参考答案： B
解析：线性回归模型（普通最小二乘法）适合预测连续型变量，而逻辑回归模型适合预测分类型变量。线性回归模型在处理0和1之间的概率时可能会预测出不合理的概率值，如负数或大于1的值，因此不适合处理服从二项分布的二元目标变量，如用户是否流失或病人是否死亡这类的二元目标变量。选项B正好描述了这样的情形，即目标变量是二元的并且服从二项分布，这种情况下线性回归不适合使用，而应该使用逻辑回归。其他选项A、C和D描述的情况是线性回归可能适用的场景。