python:机器学习中的分类与回归怎么理解

分类和回归是有监督学习中两个最常见的方法。对于分类来说,机器学习的目标是对样本的类标签进行预测,判断样本属于哪一个分类,结果是离散的数值。而对于回归分析来说,其目标是要预测一个连续的数值或者是范围。

通俗一点:

分类:预测的是离散的类别标签(比如:是/否,猫/狗/鸟,A/B/C/D等级)。

回归:预测的是连续的数值(比如:房价、温度、销售额)。

用生活中的例子来比喻: 分类就像"分门别类",回归就像"估算数值"。

相关推荐
天天找自己10 分钟前
机器学习基石:深入解析线性回归
人工智能·机器学习·线性回归
奔波霸的伶俐虫36 分钟前
jeecg框架@Dict不生效问题
开发语言·python
Godspeed Zhao1 小时前
自动驾驶中的传感器技术12——Camera(3)
人工智能·机器学习·自动驾驶
爆改模型1 小时前
【CVPR2025】计算机视觉|AnomalyNCD:让工业异常分类“脱胎换骨”!
人工智能·计算机视觉·分类
徐赛俊1 小时前
# 自动定时运行Python爬虫脚本教程(Windows任务计划程序)
windows·爬虫·python
程序员秘密基地2 小时前
基于html,css,jquery,django,lstm,cnn,tensorflow,bert,推荐算法,mysql数据库
python·cnn·tensorflow·lstm·推荐算法
Blossom.1182 小时前
基于深度学习的医学图像分析:使用MobileNet实现医学图像分类
人工智能·深度学习·yolo·机器学习·分类·数据挖掘·迁移学习
技术炼丹人2 小时前
从RNN为什么长依赖遗忘到注意力机制的解决方案以及并行
人工智能·python·算法
hqxstudying3 小时前
Java开发时出现的问题---语言特性与基础机制陷阱
java·jvm·python