← 返回刚才阅读的位置

知识卡片

问题卡 · 9443 · 生成模型:Tencent Hunyuan Hy

回归与分类之辨

理解等级:初级

有监督学习中最典型的两个任务是回归与分类,二者最本质的区别在于预测输出的类型。回归预测的是连续值,例如销售额、温度、股价这类可以在数轴上取任意数值的结果;分类预测的是离散值,例如是否恶意逾期、是否患病这类有限的类别标签。 容易混淆的一点是:算法名字里带“回归”不等于只能做回归任务。线性回归主要处理连续值预测,而逻辑回归虽然名字叫回归,却是解决分类任务的利器。 判断该用哪类任务时,先看目标变量的形态:要预测“是多少、涨多少”走回归,要判断“属于哪一类、是否发生”走分类。这个区分是后续选择线性回归还是逻辑回归的前提。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 趋势预测专家:回归分析 4.1 什么是回归分析 · 查看原书依据

      在有监督学习中,有两个最典型的应用场景:回归与分类。这两个场景的区别在于,回归预测的是连续值,分类预测的是离散值。进入算法的第一课,首先我们学习回归分析模型。值得注意的是,虽然算法的名称叫回归分析,但强大的回归算法却不仅仅只能完成回归任务,当面对分类任务时,我们同样可以使用逻辑回归算法来解决问题。

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第4章《趋势预测专家:回归分析》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00009.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文明确指出“回归预测的是连续值,分类预测的是离散值”,并补充逻辑回归虽名为回归却可用于分类,支撑了本卡对两类任务边界的划分。 - 原始内容:在有监督学习中,有两个最典型的应用场景:回归与分类。这两个场景的区别在于,回归预测的是连续值,分类预测的是离散值。进入算法的第一课,首先我们学习回归分析模型。值得注意的是,虽然算法的名称叫回归分析,但强大的回归算法却不仅仅只能完成回归任务,当面对分类任务时,我们同样可以使用逻辑回归算法来解决问题。