分类与回归

https://blog.csdn.net/shuiyixin/article/details/88816416

区别

1.分类问题输出的是物体所属的类别，回归问题输出的是物体的值。
2.分类问题输出的值是离散的，回归问题输出的值是连续的
3.分类问题输出的值是定性的，回归问题输出的值是定量的
4.所谓的离散与连续的差别是分类与回归的不同的表象，而非本质，本质在于损失函数的形式不同。

1.分类应用

分类问题应用非常广泛。通常是建立在回归之上，分类的最后一层通常要使用softmax函数进行判断其所属类别。分类并没有逼近的概念，最终正确结果只有一个，错误的就是错误的，不会有相近的概念。
例如：
判断一幅图片上的动物是一只猫还是一只狗（猫狗分类），
判断手写数字的种类（手写数字识别），
判断鸢尾花的种类（鸢尾花分类），
判断明天天气的阴晴，
判断零件的合格与不合格等等。

2.回归应用

回归问题通常是用来预测一个值。另外，回归分析用在神经网络上，其最上层是不需要加上softmax函数的，而是直接对前一层累加即可。一个比较常见的回归算法是线性回归算法（LR）
例如：
预测房价（波士顿房价预测），
股票的成交额、
未来的天气温湿度等等。