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
用户7851278147023 分钟前
源代码接入 1688 接口的详细指南
python
vortex540 分钟前
Python包管理与安装机制详解
linux·python·pip
辣椒http_出海辣椒1 小时前
如何使用python 抓取Google搜索数据
python
Ciel_75211 小时前
AmazeVault 核心功能分析,认证、安全和关键的功能
python·pyqt·pip
LLM精进之路1 小时前
上海AI实验室突破扩散模型!GetMesh融合点云与三平面,重塑3D内容创作
人工智能·深度学习·机器学习·语言模型·transformer
星期天要睡觉2 小时前
深度学习——神经网络简单实践(在乳腺癌数据集上的小型二分类示例)
深度学习·神经网络·分类
王国强20092 小时前
Python 异步编程的原理与实践
python
做一个快乐的小傻瓜3 小时前
机器学习笔记
人工智能·决策树·机器学习
不枯石3 小时前
Python实现RANSAC进行点云直线、平面、曲面、圆、球体和圆柱拟合
python·计算机视觉
站大爷IP3 小时前
Python Lambda:从入门到实战的轻量级函数指南
python