我不太清楚分类和回归之间有什么区别。
据我了解，分类是分类的。要么就是这个，要么就是那个。
回归更像是一种预测。
以上两个问题都更像是一个回归问题，对吧？它都使用学习算法进行预测。谁能举个分类与回归的例子吗？
【问题讨论】：
标签： machine-learning scikit-learn regression classification
您是对的：给定一些数据点，分类会为该点分配一个标签（或“类”）。正如你所说，这个标签是分类的。一个例子可能是恶意软件分类：给定某个文件，它是恶意软件还是不是？ （“标签”将是这个问题的答案：“是”或“否”。）
但在回归中，目标是预测一个真实值（即非分类）。这里的一个例子可能是，给定某人的身高和年龄，预测他们的体重。
所以在你引用的任何一个问题中，答案都归结为你试图从你的预测中得到什么：一个类别，还是一个真正的价值？
（附注：这两个问题之间存在联系和关系，如果您愿意，可以将回归视为分类的扩展，在标签为序数且标签无限的情况下。）
【讨论】：
1.分类是将数据组织成类别以便最有效和高效使用的过程，而回归是识别关系及其影响的过程关于对象未来价值的结果。 2.分类用于预测数值和分类数据，而回归用于预测数值数据。
【讨论】：
分类示例：-
根据公司以前的历史，预测公司的股票是否适合购买，以及买方对其的评论是否适合购买该股票。 （离散答案：购买 - 是/否）
回归示例：-
根据公司以前的历史，以及买方对他们过去购买股票的价格的回顾，预测一个人应该购买该公司股票的最佳价格。 （继续回答：- 价格范围）
【讨论】：