回归与分类：有监督学习中的两种任务区别

回归和分类是有监督学习中两种不同的任务。

区别如下：

1. 目标变量类型不同：回归任务的目标变量是连续的，而分类任务的目标变量是离散的。
2. 输出结果不同：回归任务的输出结果是一个连续的数值，而分类任务的输出结果是一个类别标签。
3. 模型选择不同：回归任务通常使用回归模型（如线性回归、决策树回归等），而分类任务通常使用分类模型（如逻辑回归、决策树分类等）。
4. 评估指标不同：回归任务的评估指标通常是预测值与真实值之间的误差（如均方误差、平均绝对误差等），而分类任务的评估指标通常是准确率、精确率、召回率等。

总的来说，回归任务是预测目标变量的数值，而分类任务是预测目标变量的类别。