回归与分类的区别：
浅层： 两者的的预测目标变量类型不同，回归问题是连续变量，分类问题连续变量。
中层：回归问题是定量问题，分类问题是定性问题。
高层： 回归与分类的根本区别在于输出空间是否为一个度量空间。
对高层答案的具体解释
回归问题与分类问题均是要建立如下映射：
f(x)->y,x∈A,y ∈B
对于回归问题：其输出空间B是一个度量空间。即回归问题输出空间定义了一个度量d = ρ（Ytrue,Ypred）去衡量预测值和真实值的误差大小
例如：预测一瓶可乐的价格（真实价格为5元）为6元时，误差为1，预测为7元时，误差为2.这两个预测结果是不同的，是有度量定义来衡量这种差异的（于是有了均方误差这类误差函数）
对于分类问题：其输出空间B不是一个度量空间。在分类问题中，只有分类“正确”，“错误”之分，至于错误时将class 5 分到class 6 还是 class 7并没有区别，都是在error counter上+1
参考资料：
回归与分类的区别： 浅层： 两者的的预测目标变量类型不同，回归问题是连续变量，分类问题连续变量。 中层：回归问题是...
回归问题与分类问题的区别主要是y值不是离散的类别，而是连续的变量；从模型角度看，两者并无本质区别，分类问题无非是把...
分类与回归的区别 -分类：分类就是确定该目标属于哪一类，KNN用于分类就是判断该目标属于哪一类-回归：回归就是预测...
CART算法（分类回归树） 可以用来分类，也可以用来回归 回归树 回归树与分类树的思路类似，但叶节点的数据类型不是...
逻辑回归是一个分类算法，利用回归来做分类.它可以处理二元分类以及多元分类，逻辑回归与线性回归不同主要体现在以下两点...
现在我们回到 LR 模型本身。 回归模型做分类 从前面关于分类与回归的定义来看，分类模型和回归模型似乎是泾渭分明的...
1 回归分析概述 1.1 回归分析介绍 ◆ 回归与分类类似，只不过回归的预测结果是连续的,而分类的预测结果是离散的...
逻辑回归算法：虽然名字中带有回归两个字，但它却不是回归算法，它是一个经典的二分类算法。 回归与分类的区别：回归：可...
决策树是一种基本的分类与回归方法。ID3和C4.5决策树可以用于分类，CART（分类与回归树）既可以用于分类，也可...
01 logisitic回归与梯度下降法logisitic回归是因变量是分类的回归模型或算法，它实际上是一种分类方...
本文标题：回归与分类的本质区别
本文链接：https://www.haomeiwen.com/subject/cwzqzxtx.html
网友评论