分类和回归有什么区别？先看模型要预测什么

拿到一个机器学习需求时，不要先问“用什么算法”，先问：模型最终要预测什么？

如果答案是一个类别，通常是分类；如果答案是一个连续数值，通常是回归。

分类：从有限选项中作选择

分类任务的结果属于预先定义好的类别。

例如：

• 邮件是正常还是垃圾邮件；
• 图片是猫、狗还是鸟；
• 用户是否会流失；
• 一条评论是正面、中性还是负面。

只有两个类别叫二分类，两个以上叫多分类。一张图片中可以同时出现多个标签时，则属于多标签分类。

分类模型通常输出每个类别对应的分数或概率倾向，再选择最合适的类别。

回归：预测连续数值

回归任务预测的是可以在一定范围内连续变化的数值。

例如：

• 预测房屋价格；
• 预测明天的温度；
• 估计配送时间；
• 预测设备剩余寿命。

回归模型的输出通常直接是一个数值，而不是从几个固定类别中选择。

为什么必须先分清任务

任务类型会影响整条建模链路：

如果把类别编号 0、1、2 当作普通数字做回归，模型可能误以为类别之间存在固定距离。反过来，把连续价格强行切成几个类别，也会损失精度。

一个容易误判的例子

预测“明天是否下雨”是分类，因为答案是“是或否”；预测“明天降雨量多少毫米”是回归，因为答案是连续数值。

同一份数据可以根据业务问题形成不同任务，关键不在数据长什么样，而在你希望模型回答什么。

这一课先记住什么

分类预测类别，回归预测连续数值。先确定任务，再选择数据处理、模型、损失函数和评价指标。

下一课我们会认识机器学习数据里的三个基本角色：特征、标签和样本。