浅谈机器学习-回归与分类的区别
前言
机器学习的主要任务便是聚焦于两个问题：分类和回归。本文将浅谈下两者的区别。
区别
回归会给出一个具体的结果，例如房价的数据，根据位置、周边、配套等等这些维度，给出一个房价的预测。 分类相信大家都不会陌生，生活中会见到很多的应用，比如垃圾邮件识别、信用卡发放等等，就是基于数据集，作出二分类或者多分类的选择。
浅层： 两者的的预测目标变量类型不同，回归问题是连续变量，分类问题离散变量。 中层： 回归问题是定量问题，分类问题是定性问题。 高层： 回归与分类的根本区别在于输出空间是否为一个度量空间。
解释
分类和回归的区别在于输出变量的类型。
定量输出称为回归，或者说是连续变量预测； 定性输出称为分类，或者说是离散变量预测。
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。
应用场景不同
1.回归问题的应用场景
回归问题通常是用来预测一个值，如预测房价、未来的天气情况等等，例如一个产品的实际价格为500元，通过回归分析预测值为499元，我们认为这是一个比较好的回归分析。一个比较常见的回归算法是线性回归算法（LR）。另外，回归分析用在神经网络上，其最上层是不需要加上softmax函数的，而是直接对前一层累加即可。回归是对真实值的一种逼近预测。
2.分类问题的应用场景
分类问题是用于将事物打上一个标签，通常结果为离散值。例如判断一幅图片上的动物是一只猫还是一只狗，分类通常是建立在回归之上，分类的最后一层通常要使用softmax函数进行判断其所属类别。分类并没有逼近的概念，最终正确结果只有一个，错误的就是错误的，不会有相近的概念。最常见的分类方法是逻辑回归，或者叫逻辑分类。
本质
分类模型和回归模型本质一样，都是要建立映射关系。在实际操作中，我们确实常常将回归问题和分类问题互相转化，即分类模型可将回归模型的输出离散化，回归模型也可将分类模型的输出连续化。（分类问题回归化：逻辑回归；回归问题分类化：年龄预测问题——>年龄段分类问题）
浅谈机器学习-回归与分类的区别相关推荐
- 浅谈机器学习之深度学习
浅谈机器学习之深度学习 从人工智能到机器学习再到深度学习 人工智能是个很大的知识集合体,但目前有个和它关系最大的学科---机器学习 机器学习是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算 ...
- 浅谈机器学习之数据集构建
浅谈机器学习之数据集构建 正如大家现在知道的,深度学习模型(DL)和机器学习模型(ML)是数据驱动型任务,在近乎完美的数据集面前,模型间的细微差异可以忽略.但要获得覆盖目标场景所有特征的样本,不仅 ...
- mybatis与php,浅谈mybatis中的#和$的区别
浅谈mybatis中的#和$的区别 发布于 2016-07-30 11:14:47 | 236 次阅读 | 评论: 0 | 来源: 网友投递 MyBatis 基于Java的持久层框架MyBatis 本 ...
- 浅谈Android onTouchEvent 与 onInterceptTouchEvent的区别详解
浅谈Android onTouchEvent 与 onInterceptTouchEvent的区别详解 本篇文章小编为大家介绍,Android onTouchEvent 与 onInterceptTo ...
- 什么是proxy服务器代理？怎么设置代理服务器？浅谈服务器代理与VPN的区别
服务器 服务器是计算机的一种,它比普通计算机运行更快.负载更高.价格更贵.服务器在网络中为其它客户机(如PC机.智能手机.ATM等终端甚至是火车系统等大型设备)提供计算或者应用服务.服务器具有高速的C ...
- python量化投资视频_【邢不行|量化小讲堂系列21-Python量化入门】「视频讲解」浅谈机器学习与量化投资...
引言: 邢不行的系列帖子"量化小讲堂",通过实际案例教初学者使用python进行量化投资,了解行业研究方向,希望能对大家有帮助. [历史文章汇总]请点击此处 [必读文章]: 个人微 ...
- 大道至简——浅谈机器学习分类模型选择
机器学习的基本分类模型: KNN,决策树,naive bayes,逻辑回归,SVM,adaboost KNN:一种直接的学习方法,通过相似的近邻投票分类.模型不确定性有三:距离度量(相似性度量),特征 ...
- 图解机器学习-浅谈机器学习
几种主要的学习方法: 监督学习:在学习的过程中每一次输入都能够有一个输出结果与之相对应的学习过程,例如每次会告诉你x值对应的y值,会告诉你每一次输入属于范围1还是范围0等等.使机器具有泛化能力,能够根 ...
- 浅谈云计算与超融合的区别和联系
在项目设计阶段遇到了云计算和超融合的实际运用的问题,虽然自己本身不负责设计,但是对于云计算与超融合的区别也不了解,故查了一些资料,由此谈一下自己的理解,内容干干巴巴不瞎扯,不当之处欢迎交流指正. 在谈 ...
最新文章
- 一张图带你了解 Spring Cloud 微服务架构！
- R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图（添加均值点）实战
- mysql数据库映射到内存_基于共享内存的数据库映射
- Java虚拟机详解（六）------内存分配
- 项目经验—Skype客户端内网无法共享PPT
- java中channelmessage,MessageStore支持的QueueChannel与Spring Integration Java Config
- 前端学习（3255）：react中动态初始化结果
- tc溜溜865手机投屏卡_溜溜 TC Games 官网_专题
- vscode无法识别constexpr
- JQuery 为radio赋值问题
- 一个简单的现代化公司域名使用规律预测及生成工具
- 华为ENSP远程登录
- 批量图片格式转化——gif转换为jpg、png
- 计算机摇号分析,北京市小客车指标管理信息系统
- 用python进行数据分析（二：数据处理）
- yiisoft/yii2-imagine 使用方法
- python 爬取NBA中国官网球员数据
- Python生成截图选餐GIF动画
- 如何配置SQL Server 2008管理器_过路老熊_新浪博客
- 网站域名服务器加密,网站域名利用https防劫持方法