监督学习--分类与回归的区别
2017-11-02 16:42
387 查看
其实回归问题和分类问题的本质一样,都是针对一个输入做出一个输出预测,其区别在于输出变量的类型。
分类问题是指,给定一个新的模式,根据训练集推断它所对应的类别(如:+1,-1),是一种定性输出,也叫离散变量预测;
回归问题是指,给定一个新的模式,根据训练集推断它所对应的输出值(实数)是多少,是一种定量输出,也叫连续变量预测。
举个例子:
预测明天的气温是多少度,这是一个回归任务;
预测明天是阴、晴还是雨,就是一个分类任务。
输入变量与输出变量均为连续变量的预测问题是回归问题;
输出变量为有限个离散变量的预测问题成为分类问题;
输入变量与输出变量均为变量序列的预测问题成为标注问题。
参考资料:http://www.zhihu.com/question/21329754/answer/18004852
分类问题是指,给定一个新的模式,根据训练集推断它所对应的类别(如:+1,-1),是一种定性输出,也叫离散变量预测;
回归问题是指,给定一个新的模式,根据训练集推断它所对应的输出值(实数)是多少,是一种定量输出,也叫连续变量预测。
举个例子:
预测明天的气温是多少度,这是一个回归任务;
预测明天是阴、晴还是雨,就是一个分类任务。
输入变量与输出变量均为连续变量的预测问题是回归问题;
输出变量为有限个离散变量的预测问题成为分类问题;
输入变量与输出变量均为变量序列的预测问题成为标注问题。
参考资料:http://www.zhihu.com/question/21329754/answer/18004852
相关文章推荐
- 有监督学习(分类、回归)
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 机器学习相关内容介绍,包括有监督、无监督学习,线性回归分类问题等
- 【机器学习】监督学习:分类和回归
- 什么是有监督的学习,什么是无监督的学习,什么是聚类,什么是分类,什么是回归
- 监督学习之分类和逻辑回归
- 监督学习二 回归和分类
- 十大统计技术,包括线性回归、分类、重采样、降维、无监督学习等。
- 【Todo】【转载】Spark学习 & 机器学习(实战部分)-监督学习、分类与回归
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 一文综述数据科学家必备的10大统计技术:线性回归、分类、无监督学习...
- 【机器学习】从分类问题区别机器学习类型 与 初步介绍无监督学习算法 PAC
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 【Scikit-Learn 中文文档】内核岭回归 - 监督学习 - 用户指南 | ApacheCN
- 深度学习---之回归,分类
- 机器学习之监督学习-回归
- 有监督学习和无监督学习的区别
- 监督学习与非监督学习的区别
- 【原】Andrew Ng斯坦福机器学习 Coursera—Programming Exercise 3 逻辑回归多分类和神经网络
- 逻辑回归与决策树在分类上的一些区别