-
分类：划分类别 (有限范围)
- 识别是否为垃圾邮件（二分类，分类结果仅两种），手写数字识别（多分类）
-
回归：结果是一个数值 (离散)
- 预测股价、房价
-
学会将问题转化为分类任务，如
- 下围棋：根据棋盘选择一个点落子
- 自动驾驶：根据环境选择方向盘朝什么方向转多少度、踩下油门或刹车力度
-
一些算法只支持解决二分类，一些只支持多分类，也有都支持解决的算法
-
多标签分类任务
- 每部电影都有可能被分成一个或多个不同的类别。每个实例都可以使用多个类别进行分配。这类类型的问题被称为多标签分类问题。
-
结果为连续的数值，如预测房价、成绩
-
一些算法只支持解决分类问题，一些只支持回归问题，也有都支持解决的算法
-
回归任务可转化为分类任务
- 如预测成绩多少分值为回归任务，实际有时候只需评级，如为60分以下不及格、90分以上为优秀，因此又将该问题转化为分类任务
- 分类（classification）：预测值是离散值，比如把人分为好人和坏人之类的学习任务
- 回归（regression）：预测值是连续值，比如你的好人程度达到了0.9，0.6之类的
- 二分类（binary classification）：只涉及两个类别的分类任务
- 多分类（multi-class classification）：涉及多个类别的分类
- 作者：Exrick
- Github地址：https://github.com/Exrick/Machine-Learning
- 版权声明：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。