machine-learning - 机器学习中回归和分类之间的区别？

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 4 年前。

Improve this question

我是机器学习新手。谁能告诉我机器学习中分类和回归之间的主要区别？

Answer 1

回归旨在预测连续输出值。例如，假设您试图根据许多输入参数来预测某个品牌的收入。回归模型实际上是一个函数，可以根据某些输入输出潜在的任何收入数据。它甚至可以输出从未出现在训练集中任何地方的收入数字。

分类旨在预测输入对应于哪个类(离散整数或分类标签)。例如假设您已将销售额分为低销售额和高销售额，并且您试图构建一个可以预测低销售额或高销售额的模型(二元/两类分类)。输入甚至可能与以前相同，但输出会有所不同。在分类的情况下，您的模型将输出“低”或“高”，理论上每个输入只会生成这两种响应之一。

(这个答案对于任何机器学习方法都是正确的；我个人的经验是随机森林和决策树)。