В чём заключается разница между алгоритмами классификации и регрессии в интеллектуальном анализе данных?

Разница между алгоритмами классификации и регрессии в интеллектуальном анализе данных заключается в их целях: sky.pro

• Регрессия предназначена для прогнозирования количественных переменных. sky.pro В основе регрессионного анализа лежит построение функциональной зависимости между одной или несколькими независимыми переменными и одной зависимой переменной. sky.pro Пример: предсказание стоимости дома на основе его площади, количества комнат и расположения. sky.pro
• Классификация предназначена для прогнозирования категориальных переменных. sky.pro Задача классификации заключается в назначении объекта одному из заранее заданных классов на основе его характеристик. sky.pro Пример: определение вида растения на основе его размеров и формы листьев. sky.pro

Основное различие между этими задачами состоит в том, что выходная переменная в регрессии является числовой (или непрерывной), тогда как переменная для классификации — категориальной (или дискретной). dzen.ru {10-host}