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"。