我是一名机器学习初学者，目前正在Coursera上学习Andrew Ng的机器学习课程。在讲座中，他提出了一个简单的问题：你会将以下情况称为分类问题还是回归问题？

你有一大批相同的商品。你想预测在接下来的三个月内这些商品的销售数量。

我选择了分类，因为我认为我们只是在预测会卖出（1）还是不会卖出（0）。但他说这是回归问题，因为有成千上万的相同商品，并且这是一个连续的输出。我不明白为什么这是连续的输出。在我看来，这是一个具有成千上万个值的离散输出。能有人解释一下吗？

回答：

我不明白为什么这是连续的输出。在我看来，这是一个具有成千上万个值的离散输出。

这里的连续输出并不是严格的数学意义上的连续；严格来说，你是对的，你的输出（某个整数值）是离散的，但在这种情况下，这不是重点。

使这个问题成为回归问题而不是分类问题的关键区别在于，在分类中，输出被限制为一些（通常是少数）预定义的值/级别；很容易看出，这里的情况并非如此，因为销售的数量原则上可以是任何（整数）值，并且将18和19视为不同的类别完全没有意义。

从另一个角度来看，将分类输出视为类别可能会有所帮助，这些类别之间通常没有顺序关系；从这个角度来看，18和19之间的差异可以被视为与18和856之间的差异相同（它们只是不同的类别）；直观地讲，既然我们对销售的具体数量感兴趣，这些差异显然是不同的，我们宁愿将“18”误预测为“19”，也不愿误预测为“856”…