分类问题
classification：根据已知样本特征，判断输入样本属于哪种已知样本类。
常用入门案例：垃圾邮件检测、图像分类、手写数字识别、考试通过预测。
分类问题和回归问题的明显区别：
分类问题的结果是非连续型标签，回归输出结果是连续型数值。
常用模型
相关推荐
西柚小萌新2 小时前
8.机器学习--决策树阡之尘埃10 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)（scorecardpy 全面解析）Java Fans14 小时前
深入了解逻辑回归：机器学习中的经典算法慕卿扬15 小时前
基于python的机器学习（二）—— 使用Scikit-learn库夏天里的肥宅水16 小时前
机器学习3_支持向量机_线性不可分——MOOCTroc_wangpeng17 小时前
机器学习的转型小言从不摸鱼17 小时前
【NLP自然语言处理】深入解析Encoder与Decoder模块：结构、作用与深度学习应用小码贾18 小时前
评估 机器学习 回归模型 的性能和准确度HyperAI超神经20 小时前
突破1200°C高温性能极限！北京科技大学用机器学习合成24种耐火高熵合金，室温延展性极佳阿里-于怀1 天前
5分钟科普：AI网关是什么？应用场景是什么？有没有开源的选择？