• 回歸與分類的不同
• 1.回歸問題的應用場景
• 2.分類問題的應用場景
• 3.如何選擇模型

回歸與分類的不同

---

1.回歸問題的應用場景

回歸問題通常是用來預測一個值，如預測房價、未來的天氣情況等等，例如一個產品的實際價格為500元，通過回歸分析預測值為499元，我們認為這是一個比較好的回歸分析。一個比較常見的回歸算法是線性回歸算法（LR）。另外，回歸分析用在神經網絡上，其最上層是不需要加上softmax函數的，而是直接對前一層累加即可?；貧w是對真實值的一種逼近預測。

---

2.分類問題的應用場景

分類問題是用于將事物打上一個標簽，通常結果為離散值。例如判斷一幅圖片上的動物是一只貓還是一只狗，分類通常是建立在回歸之上，分類的最后一層通常要使用softmax函數進行判斷其所屬類別。分類并沒有逼近的概念，最終正確結果只有一個，錯誤的就是錯誤的，不會有相近的概念。最常見的分類方法是邏輯回歸，或者叫邏輯分類。

---

3.如何選擇模型

下面一幅圖可以告訴實際應用中我們如何選擇合適的模型。

總結

以上是生活随笔為你收集整理的回归(regression)与分类(classification)的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。