机器学习与深度学习 / 系统课时

识别回归与分类任务

识别回归与分类任务

学习目标

完成本课后,你将能够:

  • 根据目标变量判断回归任务与分类任务
  • 识别常见的二分类、多分类和连续值预测问题
  • 避免根据输入特征类型错误判断任务类别

判断依据是预测目标

回归与分类的区别取决于模型要预测的目标,而不是输入数据的类型。

  • 回归预测连续数值,例如房价、温度、时长和销量。
  • 分类预测离散类别,例如是否欺诈、商品类别和风险等级。

“年龄”虽然是数值,如果目标是预测年龄本身,属于回归;如果把年龄分为少年、青年和中年并预测分组,则属于分类。

常见任务类型

任务 目标示例 典型模型输出
回归 下月销售额 125430.50
二分类 用户是否流失 流失概率 0.82
多分类 图片属于哪种动物 猫、狗、鸟之一
多标签分类 文章包含哪些主题 技术、数据库、后端多个标签

分类模型通常先输出每个类别的概率,再根据阈值或最大概率生成最终类别。阈值并不一定固定为 0.5,应结合漏判成本和误判成本调整。

最小代码对比

python
from sklearn.linear_model import LinearRegression, LogisticRegression

# 回归:预测连续分数
regression = LinearRegression()
regression.fit([[1], [2], [3], [4]], [55, 62, 70, 78])
print(f"回归预测: {regression.predict([[5]])[0]:.1f}")

# 分类:预测是否通过考试,0 表示未通过,1 表示通过
classification = LogisticRegression()
classification.fit([[1], [2], [3], [4], [5], [6]], [0, 0, 0, 1, 1, 1])
probability = classification.predict_proba([[5]])[0][1]
print(f"分类概率: {probability:.2f}")
print("分类结果:", classification.predict([[5]])[0])

预期输出可能因库版本的数值实现存在极小差异,结果应接近:

text
回归预测: 85.5
分类概率: 0.77
分类结果: 1

容易判断错误的场景

  1. 预测订单编号不是回归,因为编号没有连续数值意义。
  2. 预测风险等级“低、中、高”属于分类,即使内部编码为 0、1、2。
  3. 预测未来 7 天每天的销量仍属于回归,只是输出包含多个连续值。
  4. 预测一个用户可能购买的多个品类属于多标签分类。

本课练习

  1. 为“预测客服工单处理时长”选择任务类型并说明原因。
  2. 为“预测客户信用等级 A、B、C”选择任务类型。
  3. 将一个回归问题改写为分类问题,并说明信息损失。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

识别回归与分类任务

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通