分类与回归
什么是分类
什么是回归
分类:
分类的输入数据通常是离散型的数据变量。他的输出是一种定性输出,要么是0要么是1。
在神经网络中,我输入一张图片,要么返回是猫要么返回是狗。
回归:
回归的输入数据通常是连续型的数据变量。他的输出是一种定量输出,输入X即得到Y
回归的值是一一对应的,通过已知输入求取精确的值(预测值)也是连续的。
输入一个变量,预测的值就和这个变量是对应的。
分类与回归
什么是分类
什么是回归
分类:
分类的输入数据通常是离散型的数据变量。他的输出是一种定性输出,要么是0要么是1。
在神经网络中,我输入一张图片,要么返回是猫要么返回是狗。
回归:
回归的输入数据通常是连续型的数据变量。他的输出是一种定量输出,输入X即得到Y
回归的值是一一对应的,通过已知输入求取精确的值(预测值)也是连续的。
输入一个变量,预测的值就和这个变量是对应的。