数据挖掘
分类与回归的比较
分类和回归都属于监督性学习。那么他们的区别是什么呢?简单来说,我们现在有x和y值,分类的目标y值是属于离散值,而回归的目标y值是连续值。举个栗子, 汽车的不同颜色比如红,黑,白,属于离散值,而今天的气温则是连续值。
如果来比较他们的原理,给出几个点,找出拟合性最强的那条线是回归。如下图:
给出几个属于两个不同类别的点,找出那条最能把两个类别的点区分出来的线就是分类。如下图:
分类与回归的比较
分类和回归都属于监督性学习。那么他们的区别是什么呢?简单来说,我们现在有x和y值,分类的目标y值是属于离散值,而回归的目标y值是连续值。举个栗子, 汽车的不同颜色比如红,黑,白,属于离散值,而今天的气温则是连续值。
如果来比较他们的原理,给出几个点,找出拟合性最强的那条线是回归。如下图:
给出几个属于两个不同类别的点,找出那条最能把两个类别的点区分出来的线就是分类。如下图: