背景
在机器学习任务中,主要解决的目标分为两种:
- 分类任务:classification
- 回归任务:regression
在进行机器学习之前,一般要先搞清楚自己的问题背景是分类任务还是回归任务,然后再采用相对应的模型。
区别
分类和回归的区别可以从多个角度进行描述,本文采用最简单的一个角度:输出变量的类型。
定量输出称为回归,或者说是连续变量预测;
定性输出称为分类,或者说是离散变量预测。
举个例子:
预测明天的气温是多少度,这是一个回归任务;
预测明天是阴、晴还是雨,就是一个分类任务。
(此例子借鉴于知乎回答)
除了上个例子之外,预测房价、年龄等等属于回归任务;判断图片是猫、狗、兔子等等属于分类任务。
一般现实中的场景还是以分类任务为主。
常用模型
- 分类任务:SVM分类器、KNN算法、决策树算法、朴素贝叶斯算法、逻辑回归等。
- 回归任务:线性回归、多项式回归、岭回归等。
参考
https://www.zhihu.com/question/21329754