數據挖掘領域中的迴歸和分類區別是什麼

原文地址:http://blog.csdn.net/loadstar_kun/article/details/17963157


先簡單的說下吧,下面給出實際例子

類和迴歸的區別在於輸出變量的類型。

定量輸出稱爲迴歸,或者說是連續變量預測;
定性輸出稱爲分類,或者說是離散變量預測。

舉個例子:
預測明天的氣溫是多少度,這是一個迴歸任務;
預測明天是陰、晴還是雨,就是一個分類任務。 


拿支持向量機舉個例子,分類問題和迴歸問題都要根據訓練樣本找到一個實值函數g(x).迴歸問題的要求是:給定一個新的模式,根據訓練集推斷它所對應的輸出y(實數)是多少。也就是使用y=g(x)來推斷任一輸入x所對應的輸出值。分類問題是:給定一個新的模式,根據訓練集推斷它所對應的類別(如:+1-1)。也就是使用y=sign(g(x))來推斷任一輸入x所對應的類別。綜上,迴歸問題和分類問題的本質一樣,不同僅在於他們的輸出的取值範圍不同。分類問題中,輸出只允許取兩個值;而在迴歸問題中,輸出可取任意實數。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章