回归与分类的关键区别有什么区别？

关键要点

• 回归预测连续数值，如房价、销量、营收增长量。
• 分类预测离散类别标签，如动物种类、邮件类别、疾病诊断。
• 回归的输出空间通常是实数域或其连续子集。
• 分类的输出空间是有限的、可数的集合。
• 回归算法目标是找到输入特征与连续目标之间的映射函数。
• 分类算法目标是找到决策边界，将不同类别的样本分开。

怎么选 / 怎么做

判断一个问题是回归还是分类，可以问：模型的预测结果是否仅限于几个固定的选项？如果是，就是分类问题；如果预测结果可以是某个范围内的任意数值，就是回归问题。

常见问题

回归算法预测什么？

预测连续数值，如房价、销量。

分类算法预测什么？

预测离散类别，如猫、狗、垃圾邮件。

怎么判断用回归还是分类？

预测结果是固定选项用分类，是任意数值用回归。