我是机器学习的新手。谁能告诉我机器学习中分类和回归之间的主要区别？
回归旨在预测连续的输出值。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）。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
