回归的原理是什么？

关键要点

• 回归用于预测连续的数值，如房价、销量。
• 其核心思想是拟合一个函数（如直线）来建立特征与目标的关系。
• 通过最小化预测误差（如均方误差）来确定函数的参数。
• 回归与分类的关键区别在于预测值是连续值而非离散标签。

怎么选 / 怎么做

判断一个问题是回归还是分类，看预测输出：如果预测结果是某个范围内的任意连续数值（如价格、销量），是回归问题；如果预测结果仅限于几个固定的离散选项（如猫、狗），是分类问题。

常见问题

回归能预测什么？

预测连续数值，如房价、销量、营收。

线性回归怎么工作？

拟合一条直线，使预测误差最小。

回归和分类有什么区别？

回归预测连续值，分类预测离散标签。