问答 · ANSWER
监督学习的两种主要任务是什么？
直接回答
监督学习根据标签类型分为两类：分类问题预测离散类别，回归问题预测连续数值。
关键要点
- 监督学习使用包含特征和标签的数据进行训练。
- 分类问题预测离散的类别标签，例如垃圾邮件识别或疾病诊断。
- 回归问题预测连续的数值标签，例如房价预测或销售额预测。
- 监督学习模型学习从特征到标签的映射关系。
- 分类和回归是监督学习根据标签类型细分的两类任务。
怎么选 / 怎么做
监督学习的任务类型取决于标签数据的性质：
- 如果标签是离散的类别（如‘是/否’、‘A/B/C’），则为分类问题。
- 如果标签是连续的数值（如10.5、22.3），则为回归问题。
常见问题
什么是监督学习的分类问题？
预测离散类别标签的任务，如二分类或多分类。
什么是监督学习的回归问题？
预测连续数值标签的任务，如房价或温度预测。
分类和回归问题的标签有何不同？
分类标签是离散类别，回归标签是连续数值。