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: 1

• Регрессия предназначена для прогнозирования количественных переменных. 1 В основе регрессионного анализа лежит построение функциональной зависимости между одной или несколькими независимыми переменными и одной зависимой переменной. 1 Пример: предсказание стоимости дома на основе его площади, количества комнат и расположения. 1
• Классификация предназначена для прогнозирования категориальных переменных. 1 Задача классификации заключается в назначении объекта одному из заранее заданных классов на основе его характеристик. 1 Пример: определение вида растения на основе его размеров и формы листьев. 1

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). 410