在有监督学习中什么是回归和分类

在有监督学习中，回归和分类是两种常见的任务类型。

回归是指预测连续型变量的任务。在回归中，我们需要根据输入的特征来预测一个连续型的目标变量。例如，根据房屋的面积、房间数量等特征来预测房屋的价格。回归问题的输出是一个连续型的数值。

分类是指预测离散型变量的任务。在分类中，我们需要将输入的样本分为不同的类别。例如，根据一个人的性别、年龄、收入等特征来预测该人是否购买某个产品。分类问题的输出是一个离散型的类别。

回归和分类都是有监督学习中的任务类型，其区别在于输出变量的类型。回归预测连续型变量，而分类预测离散型变量。