预测的两种主要类型：分类和回归的区别

分类与回归详解
最新推荐文章于 2024-08-20 10:26:52 发布
原创 最新推荐文章于 2024-08-20 10:26:52 发布 · 1.1w 阅读 · 19 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文深入解析了分类和回归两种预测问题的区别，强调分类预测的是离散的类别，如A类或B类，而回归则预测连续数值，如具体数值大小。关键在于目标属性的连续性与否。

分类和回归（有的书里直接叫预测）都是关于预测问题的，分类顾名思义就是预测是A类，B类还是C类，或者是0还是1等，而回归，则是预测这个值具体是多少，给出已知a值预测出对应值是 b值。

分类和回归的关键区别是目标属性是否连续，分类的目标属性必须是离散的，回归的目标属性必须是连续的

【人工智能-练习】三个案例搞明白机器学习中的三大任务：分类、回归、聚类
若北辰
10-21 1452
在机器学习中，常见的三大任务包括分类、回归和聚类。它们分别处理不同类型的预测和数据分析问题，应用广泛，涵盖了从数据分组到连续值预测的多个领域。分类任务关注将数据分到不同类别，回归任务关注预测连续数值，而聚类任务则试图根据数据的相似性进行自动分组。这三者构成了机器学习在实际应用中的基础框架。
分类问题和回归问题区别与联系
Mr数据杨
02-03 1万+
分类和回归是机器学习中的两大主要预测任务，二者在输出类型、评价方式和应用场景上存在显著区别。分类模型通常用于预测标签，回归模型用于预测数量。理解分类与回归的本质差异有助于更有效地选择算法和评价指标，从而在特定任务中获得更佳的预测效果。在实际应用中，通过适当的任务转换，可以拓展算法的应用场景，并提高模型的灵活性。
时序预测、分类预测与回归预测：理解其区别与联系
weixin_51352614的博客
04-07 3704
时序预测、分类预测和回归预测是数据分析中常见的三种预测任务，它们在机器学习和统计建模中扮演着重要角色。虽然它们的目标都是从历史数据中学习并对未来进行预测，但它们在目标、方法和应用场景上存在本质的区别。接下来，我们将逐一探讨这三种预测任务，并理解它们之间的差异和联系。时序预测、分类预测和回归预测虽然在机器学习领域中是不同的任务，但它们都分享一个共同的目的——预测。选择哪一种预测方法取决于数据的性质、目标的形式以及问题的具体需求。理解它们之间的区别和联系对于选择合适的模型和算法至关重要。
机器学习中的预测问——回归与分类
weixin_34125592的博客
05-21 277
回归就是预测数值，而分类是给数据打上标签归类。 本例中使用一个2次函数加上随机的扰动来生成500个点，然后尝试用1、2、100次方的多项式对该数据进行拟合。 拟合的目的是使得根据训练数据能够拟合出一个多项式函数，这个函数能够很好的拟合现有数据，并且能对未知的数据进行预测。 import matplotlib.pyplot as pltimport numpy as npimport scip...
预测，回归，自回归的区别是什么？
JGL121314的博客
10-13 9165
周志华的西瓜书中这样说： 可以知道，预测包括分类和回归。 如果建模用于预测离散变量，那么就是分类问题。如果建模用来预测连续变量就是回归问题。
1.4.3 用于预测分析的分类与回归
qq_33790600的博客
02-15 268
分类（classification）是这样的过程，它找出描述和区分数据类或概念的模型（或函数），以便能够使用模型预测类标号未知的对象的类标号。 导出的模型可以用多种形式表示，如分类规则（即IF-THEN规则）、决策树、数学公式或神经网络。 回归（regression）用来预测缺失的或难以获得的数值数据值。 相关分析（relevance analysis）可能需要在分类和回归之前进行，它试图识别与分类和回归过程显著相关的属性。 ...
用于预测分析的分类与回归
liulina603的专栏
01-30 5717
分类（classification）是这样的过程，它找出描述和区分数据类或概念的模型（或函数），以便能够使用模型预测类标号未知的对象的类标号。导出模型是基于对训练数据集（即，类标号已知的数据对象）的分析。该模型用来预测类标号未知的对象的类标号。 “如何提供导出的模型？”导出的模型可以用多种形式表示，如分类规则（即IF-THEN规则）、决策树、数学公式或神经网络（见图1.9）。决策树是一种类似于流
【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
最新发布
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）。...
使用 DL 和 ML 预测房价：房价的回归和分类预测 从 Github 下载：https://github.com/KevinChngJY/house_price_prediction-matlab开发
05-29
在这里，我将训练 2 种类型的预测，即分类（非常便宜、便宜、正常、昂贵、非常昂贵）和回归（房价）。 由于数据或信息不足，准确性可能仍然不乐观，但是，看看如何使用不同的方法来预测房价很有趣。 让我知道，如果...
机器学习基础（四）预测方法（分类&回归）概述
jkgghvfuj的博客
11-12 6045
预测问题 任务描述 任务目标： 总体来说，分类问题与回归问题的目的是一致的，都是为了预测 根据预测目标不同，可以将预测问题分为以下三类 分类： 预测目标值无顺序意义且为有限个数离散量 预测目标值只有单纯的类别区别，各类之间的差距一致（只有相同和不同的差别） 回归： 预测目标值为有顺序意义的连续变量 取值范围为任意实数 序回归： 预测目标值为有顺序意义的有限个数离散变量 例如：评价（非常满意、满意、一般、不满意、非常不满意），这五种目标取值是离散量，但其间又有顺序关系 序回归问题
回归(regression)与分类(classification)的区别
飘过的春风
06-22 3万+
“无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程。” 回归与分类的不同 1.回归问题的应用场景（预测的结果是连续的，例如预测明天的温度，23，24，25度） 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...
分类与预测——回归分析
W_chuanqi的博客
10-24 1998
逻辑斯蒂（logistic function）函数形似s，是Sigmoid函数的典型代表，它将z值转化为一个接近0或1的y 值，并且其输出值在z=0附近变化很陡。是x在第i个属性上的取值，线性回归（linear regression）试图学得一个通过属性值的线性组合来进行预测的函数∶。理论上，联系函数g（·）可以是任意函数，比如当g（·）被指定为指数函数时，得到的回归模型称为对数线性回归。的作用下，记y取1的概率为p=P（y=1|X），y取0的概率是1-p，取1和取0的概率之比为。z$转换为0/1值。
【数据挖掘】分类与回归预测
qq_45957458的博客
11-22 1695
数据挖掘常用的分类、回归算法，BPNN、朴素贝叶斯、ANN、决策树
分类和回归的区别
深浅卡布星的博客
05-02 329
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)。 ...
【神经网络算法】一文搞懂回归和分类
qq_39172059的博客
03-14 9356
本文将从回归和分类的本质、回归和分类的原理、回归和分类的算法三个方面，带您一文搞懂回归和分类Regression AndClassification。
机器学习分类和回归问题
weixin_42796403的博客
02-08 1352
机器学习分类和回归问题 监督学习问题主要可以划分为两类，即 分类问题 和 回归问题 分类问题预测数据属于哪一类别。 —— 离散 回归问题根据数据预测一个数值。 —— 连续 通俗地讲，分类问题就是预测数据属于哪一种类型，就像上面的房屋出售预测，通过大量数据训练模型，然后去预测某个给定房屋能不能出售出去，属于能够出售类型还是不能出售类型。 回归问题就是预测一个数值，比如给出房屋一些特征，预测房价 分类问题 在监督学习中，当输出变量 Y 取有限个离散值时，预测问题就成了分类（classification）问题 监
“分类” 与 “回归”的概念及区别详解
shanlijia的博客
10-17 1万+
目录 1、分类与回归是干嘛的？ 2、二者有什么区别 1.输出不同 2.目的不同 3.本质不同 4.结果不同 3、场景应用 1.分类应用 2.回归应用 学过机器学习的人都听过两个概念：分类与回归，特别的，在YOLO v1中，作者也提到了 YOLO之前的物体检测方法通常都转变为了一个分类问题，如 R-CNN、Fast R-CNN 等等。而YOLO将检测变为一个 回归问题。 那么这两个概念有什么联系，有什么区别呢？ 写这篇博客，参考过很多人的简...
深度学习的两大问题概述——分类和回归
2301_78829965的博客
08-20 2898
介绍分类和回归的基本概念、激活函数、损失函数、相关算法
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。
波斯顿房价预测：机器学习分类与回归实战
机器学习可分为多种类型，其中分类（Classification）和回归（Regression）是最常见的两种监督学习方法。 分类问题是将观测值分配给预定义的类别之一的过程。它通常应用于目标变量为离散值的任务，例如将邮件标记为...
评论
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