回歸問題和分類問題的本質一樣，都是針對乙個輸入做出乙個輸出**，其區別在於輸出變數的型別。
分類問題是指，給定乙個新的模式，根據訓練集推斷它所對應的類別（如：+1，-1），是一種定性輸出，也叫離散變數**；
回歸問題是指，給定乙個新的模式，根據訓練集推斷它所對應的輸出值（實數）是多少，是一種定量輸出，也叫連續變數**。
舉個例子：**明天的氣溫是多少度，這是乙個回歸任務；**明天是陰、晴還是雨，就是乙個分類任務。
分類模型可將回歸模型的輸出離散化，回歸模型也可將分類模型的輸出連續化。
（摘自其他文章）
學習筆記 分類演算法 邏輯回歸
邏輯回歸 logistic regression 簡稱lr。它的特點是能夠使我們的特徵輸入集合轉化為0和1這兩類的概率。一般來說，回歸不用在分類問題上，因為回歸是連續型模型，而且受雜訊影響比較大。如果非要應用進了 來，可以使用邏輯回歸。了解過線性回歸之後再來看邏輯回歸可以更好的理解。logistic...
機器學習實戰學習筆記 分類
k 近鄰演算法 優點 精度高 對異常值不敏感 無資料輸入假定 簡單有效 缺點 計算複雜度高 空間複雜度高 非常耗時 關鍵 對訓練集到資料向量的距離進行排序，選出到資料向量最近的k個訓練集向量，然後對k個向量標籤出現的次數進行排序，出現次數最多的就是資料向量的 標籤 備註 需要對各特徵進行歸一化 決策...
機器學習 分類演算法 邏輯回歸13
邏輯回歸在演算法實現的時候有個判定是某個類別的概率，我們一般是根據樣本數量的大小去判定。邏輯回歸做二分類進行癌症 根據細胞的屬性特徵 return 構造列標籤名字 column sample code number clump thickness uniformity of cell size un...