知识卡片
回归预测数值分类预测标签
回归的输出是数值,如用身高预测体重;分类的输出是类别,如用文本特征预测邮件是否垃圾。两者可用相同输入,但损失、评估与结果解释不同。图中两群体能帮助提出分类方法,不能直接把训练图中的分离程度当泛化准确率。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 列相关的可视化
原书出处 · 1 处
- 第2章 数据分析 列相关的可视化 · 查看原书依据
回归问题,要预测的是数值,比如体重,已知的是一组其他数值,比如身高;分类问题,就是给数据贴上标签,比如“垃圾”,已知的是一组数值,比如类似“伟哥”(viagra)和“西力士”(cialis)这些垃圾词汇的词频。本书余下内容中很多地方都会介绍回归和分类的方法,在这里我们希望读者谨记
参考来源
- 位置:《机器学习:实用案例解析》第02章《列相关的可视化》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3090.html,spine3196)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:回归问题,要预测的是数值,比如体重,已知的是一组其他数值,比如身高;分类问题,就是给数据贴上标签,比如“垃圾”,已知的是一组数值,比如类似“伟哥”(viagra)和“西力士”(cialis)这些垃圾词汇的词频。本书余下内容中很多地方都会介绍回归和分类的方法,在这里我们希望读者谨记