回归(regression)与分类(classification)的区别

本文探讨了机器学习中回归与分类的三大区别:数据类型的差异、评价标准的不同以及它们之间的相互转化方式。回归处理的是连续变量的预测,而分类则关注离散变量的标签预测。回归的评价通常使用均方误差或交叉熵,分类则更注重准确度。文章还介绍了如何通过映射实数区间或离散值来实现从回归到分类或反之的转换。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1  数据类型的不同

回归:连续变量的数值预测。

分类:离散变量的标签预测。

2  评价标准不同

回归:均方误差,交叉熵...

分类:准确度

3 可以相互转化

回归:将实数区间映射到不同的离散值,以解决分类问题。

分类:将离散值映射到不同的实数区间,以解决连续问题。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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