回归与分类的区别

1）输出数据的类型

分类输出的数据类型是离散数据，也就是分类的标签。比如我们前面通过学生学习预测考试是否通过，这里的预测结果是考试通过，或者不通过，这2种离散数据。

回归输出的是连续数据类型。比如我们通过学习时间预测学生的考试分数，这里的预测结果分数，是连续数据。

2）第2个区别是我们想要通过机器学习算法得到什么？

分类算法得到是一个决策面，用于对数据集中的数据进行分类。

回归算法得到是一个最优拟合线，这个线条可以最好的接近数据集中的各个点。

3）第3个区别是对模型的评估指标不一样

在监督分类中，我们我们通常会使用正确率作为为指标，也就是预测结果中分类正确数据占总数据的比例

在回归中，我们用决定系数R平方来评估模型的好坏。R平方表示有多少百分比的y波动被回归线描述。

原文地址：https://www.cnblogs.com/aurorablog/p/9034491.html