很多情况下分类问题和回归问题其实是可以互转的，比如上面写的决策树的CART算法，就是可以处理连续型的分类算法。
下面举🌰几个典型的分类问题和回归问题的转化例子：
（１）只能是回归问题而不能是分类问题的例子
股票价格的预测，该属性是一个连续型的数值型数据 。该属性上的数值是连续的，随机的，没有明确的归类 ／类别关系，没有下限和上限。
此时只能用回归算法 （模型）拟合股票的价格，而不能用分类算法。
（２）只能是分类而不能是回归问题的例子
如果待预测的属性本身并不是连续型类型的，而是分类型数据，而且该属性上的各种取值之间没有大小、等级上的数值单调关系。譬如，待预测的属性如果是不同疾病的类型： “心血管病” “肺病” “外伤”，这些属性对应的值之间并没有顺序、大小、等级之分，这种情况下，就只能是分类问题，而不能是回归问题。
（３）回归问题和分类问题可以相互转换的例子
当待预测的属性本身是顺序型时，回归问题和分类问题可以相互转换。顺序型属性的举例：网购的星级评分，产品的等级，酒店的排名。
顺序型类型的属性，其取值有顺序、大小的关系，如 ５*** ＞４*** ＞３*** ＞２*** ＞１***。此时，回归问题和分类问题可以相互转换。
网友评论