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
rhy200605201 小时前
SAM的低秩特性Python极客之家3 小时前
基于数据挖掘的在线游戏行为分析预测系统0xCode 小新4 小时前
【C语言内存函数完全指南】：memcpy、memmove、memset、memcmp 的用法、区别与模拟实现（含代码示例）2401_841495645 小时前
【机器学习】朴素贝叶斯法时间醉酒5 小时前
逻辑回归（四）：从原理到实战-训练，评估与应用指南tirvideo7 小时前
RK3588芯片与板卡全面解析：旗舰级AIoT与边缘计算的核心努力也学不会java7 小时前
【Java并发】揭秘Lock体系 -- 深入理解ReentrantLock扫地的小何尚10 小时前
NVIDIA Dynamo深度解析：如何优雅地解决LLM推理中的KV缓存瓶颈清风吹过17 小时前
少样本学习论文分享：多模态和类增量学习java1234_小锋18 小时前
Scikit-learn Python机器学习 - 聚类分析算法 - K-Means（K均值）