笔趣顶点

第603章 机器学习里的分类问题和回归问题一个故事解释（第2页）

用故事解释分类问题和回归问题

1.分类问题的故事——森林里的神秘果子

在一片神秘的森林里，小明发现了许多奇怪的果子。有些果子可以吃，而有些果子有毒。他想找到一个方法来区分这些果子。

他观察到：

?颜色：红色的果子通常是可食用的，紫色的果子通常是有毒的。

?形状：圆形的果子大多能吃，尖尖的果子往往有毒。

?大小：太小的果子似乎更危险。

于是，小明决定建立一个“吃不吃果子”的规则系统：

?如果果子是红色且圆形，就吃！

?如果是紫色且尖尖的，就不吃！

?其他情况要谨慎判断。

这个过程就是分类问题——它的目标是给每个果子打上一个“可吃”或“不可吃”的标签。

分类问题的典型特征：

答案是离散的类别（例如：“可吃”vs.“不可吃”）

数据用于区分不同类别（红色vs.紫色，圆形vs.尖形）

最终输出是一个标签（1=可吃，0=不可吃）

现实中的应用：

?邮件是否是垃圾邮件？（垃圾vs.非垃圾）

?贷款申请者是否值得批准？（批准vs.拒绝）

?识别图片中的动物是什么？（猫vs.狗）

2.回归问题的故事——小明卖柠檬水

夏天到了，小明在街头卖柠檬水。他想预测明天应该准备多少杯柠檬水，以免浪费或卖不够。

他发现：

?温度越高，卖出的柠檬水越多。

?天气越晴朗，卖出的柠檬水也越多。

?湿度太高时，人们反而不太想买柠檬水。

他收集了一些数据，比如：

?昨天30°c，卖出50杯

?昨天35°c，卖出70杯

?昨天28°c，卖出45杯

他想建立一个预测模型，比如：

这样，如果明天预测是32°c，他可以计算：

那么，他就应该准备大约76杯柠檬水。

这个过程就是回归问题——它的目标是预测一个连续的数值，而不是一个固定类别。

回归问题的典型特征：

答案是一个数值，而不是分类标签（如“明天卖76杯”而不是“卖得多”或“卖得少”）

数据之间有连续性的关系（温度从20°c到40°c，销量随之变化）

最终输出是一个数值预测（如“销量=76”）

现实中的应用：

?预测房价（基于面积、地段等因素预测房价）

?预测股票价格（基于历史数据预测未来走势）

?预测某人未来的收入（基于年龄、教育、工作经验等）

用比喻解释分类问题和回归问题

1.分类问题——“选择哪种衣服？”

想象你站在衣柜前，思考今天穿什么衣服。你会根据天气决定：

?晴天→穿t恤

?下雨→穿雨衣

?下雪→穿羽绒服

这是一个分类问题，因为你的决策结果是几个固定选项之一（t恤、雨衣、羽绒服）。

2.回归问题——“决定穿多厚？”

如果你不仅要决定穿什么，还想确定该穿多厚的衣服，就成了回归问题。

你会想：

?10°c，应该穿厚毛衣+外套（厚度8分）

?20°c，应该穿薄外套（厚度5分）

?30°c，应该穿短袖（厚度2分）

这样，你的决定不只是t恤雨衣羽绒服，而是一个连续数值（衣服的厚度），这就类似于回归问题。

总结

对比点分类问题回归问题

输出类型固定类别（离散值）连续数值

目标识别类别（苹果or橘子）预测数值（温度vs.柠檬水销量）

典型应用垃圾邮件分类、疾病诊断房价预测、销量预测

示例这封邮件是垃圾邮件吗？（是否）明天应该卖多少杯柠檬水？（75杯）

分类问题适合选出某个类别，而回归问题适合预测一个数值。希望这些比喻能帮你更容易理解它们的区别！

请勿开启浏览器阅读模式，否则将导致章节内容缺失及无法阅读下一章。

相邻推荐:都高武了，能动手绝不动嘴！  我一直都在！！！  千秋客  快穿我们的宗旨是甜甜甜  边城崛起  黑白妖娆  师弟，你太强了，饶了我们吧  暗巷1：黑白  穿越后，反派亲妈爆红了  说我修魔，污蔑竟然成真了  为你夺下江山你却拱手相让  足球系统之进球就变强  无尽冒险  重生穿越机甲  申公豹转世  记忆审判：她不要你们了  穿越之他是我爸！  带全家逃难！她让荒山变万亩良田  在异能调查处上班摸鱼  慕总别作了，少奶奶都被您作没了