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