数据挖掘领域中的分类和回归区别是什么？

最新推荐文章于 2020-06-07 08:36:05 发布
转载 最新推荐文章于 2020-06-07 08:36:05 发布 · 801 阅读 · 3
文章标签：

#数据挖掘 #机器学习

本文解释了机器学习中分类与回归任务的区别，主要在于输出变量的类型。定量输出为回归任务，如预测气温；定性输出为分类任务，如预测天气状况。
著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：走刀口
链接：http://www.zhihu.com/question/21329754/answer/17901883
来源：知乎

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。
【数据挖掘领域】决策树算法详解：分类与回归模型构建及应用实践
06-21
文中讲解了决策树的两种主要类型——分类决策树和回归决策树，并深入探讨了构建决策树的关键步骤，包括划分选择（信息增益、信息增益率、基尼指数）、生成（ID3、C4.5、CART算法）以及剪枝处理（预剪枝和后剪枝）。...
数据挖掘实战示例：线性回归、逻辑回归、最近邻分类
最新发布
11-20
在数据分析和预测领域，线性回归、逻辑回归和最近邻分类是三种基础且广泛使用的模型。它们在数据挖掘中占据重要地位，并被用于解决不同的问题。 线性回归模型是最简单的回归分析形式之一，用于预测数据集中变量之间...
数据挖掘 - 分类与回归
qq_45402214的博客
06-07 425
数据挖掘 分类与回归的比较 分类和回归都属于监督性学习。那么他们的区别是什么呢？简单来说，我们现在有x和y值，分类的目标y值是属于离散值，而回归的目标y值是连续值。举个栗子， 汽车的不同颜色比如红，黑，白，属于离散值，而今天的气温则是连续值。 如果来比较他们的原理，给出几个点，找出拟合性最强的那条线是回归。如下图： 给出几个属于两个不同类别的点，找出那条最能把两个类别的点区分出来的线就是分类。如下图： 原文链接：https://blog.youkuaiyun.com/weixin_41095510/article/de
回归模型和分类模型的区别
PacosonSWJTU的博客
03-31 7597
转自： https://www.zhihu.com/question/21329754 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。
分类与回归的区别
weixin_34129696的博客
12-13 405
Chevalier Meirtz的总结如下： 如何区分类与回归，看的不是输入，而是输出的连续与否。例如：云青青兮欲雨。这个“云青青”就是输入，“青青”就是云的特征，而雨就是我们的预测输出。可以看到，在这个问题中，我们想得到的输出是天气，他是晴朗、阴天等天气状况的子集，是不连续的，所以这就是一个典型的分类问题。有一个新手特别容易犯的错误就是，认为logistic回归属于回归。但是， logi...
数据挖掘算法 回归和分类的区别，同时探讨评分卡的具体使用优化
不太焦虑又不太安分
07-26 2132
分类和回归的区别 分类：classification 回归：regression 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为标注问题 分类问题和回归问题都要根据所给特征给出一个输出值，本质是一样的，不同的在于用法 拿LR为例，基于(0,1)离散值，实际上输出的不是（0,1）而是一个概率值。 我们去要选...
python数据挖掘分类聚类回归关联算法代码加样例
01-06
这里我们关注的是数据挖掘中的四个主要任务：分类、聚类、回归和关联规则挖掘。以下是对这些算法及其在Python中实现的详细说明。 首先，**关联规则挖掘** 是一种发现数据中项集之间有趣关系的方法。Apriori算法是...
线性回归方法在数据挖掘中的应用和改进.pdf
07-14
线性回归在数据挖掘领域具有广泛的应用，尤其在预测分析、特征选择和数据可视化等方面。 在数据挖掘中，线性回归模型主要用来分析因变量（或称响应变量、目标变量）和自变量（或称解释变量、预测变量）之间的关系，...
数据挖掘领域中常用算法的集成应用
08-19
在数据挖掘领域，算法的集成应用是一种非常重要的技术，它通过结合多个不同的算法，以提高数据处理的准确性和效率。集成方法的原理基于“三个臭皮匠，赛过诸葛亮”的集体智慧理论，即多个模型的综合判断通常比单独一...
数据挖掘三大方向回归、分类、聚类的区别及应用场景
weixin_33755847的博客
06-20 2176
读完python数据分析与挖掘实战，对于监督学习、非监督学习这两个概念算是明白了，这里总结下三个方向算法的优缺和使用场景 1、回归算法 回归算法是对一种数值型连续变量进行预测和建模的监督学习算法，运用在股票走势，房价走势预测上，每一个样本都有标注真值进行监督算法 1.1线性回归 　　适用条件：线性回归的理解与解释都十分直观，在变量是非线性关系的时候表现很差 1.2回归树 1.3深...
机器学习中的回归(regression)与分类(classification)问题
热门推荐
小时候贼聪明
03-13 6万+
分类模型和回归模型本质一样，分类模型是将回归模型的输出离散化。
“分类”和“回归”问题的区别
刘明的博客
03-21 3万+
其实分类和回归的本质是一样的，都是对输入做出预测，其区别在于输出的类型。 分类问题：分类问题的输出是离散型变量(如: +1、-1)，是一种定性输出。(预测明天天气是阴、晴还是雨) 回归问题：回归问题的输出是连续型变量，是一种定量输出。(预测明天的温度是多少度)。...
R语言在数据挖掘中的分类回归分析
标题中提到的知识点包括R语言、分类方法（SVM、KNN、LDA等）、回归分析、数据挖掘以及分析报告的撰写。 R语言是一种用于统计分析、图形表示和报告的语言和环境。它在数据科学领域非常流行，特别是对于统计学家、...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值