-
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。