在Andrew Ng的一次讲座中，他提出了下面的问题是分类问题还是回归问题。答案：这是一个回归问题。

你有一大批相同的库存商品。你想预测未来三个月内这些商品的销量。

看起来我似乎遗漏了什么。根据我的理解，这应该是一个分类问题。原因是我们需要将每个商品分类为两类，即可以销售或不可以销售，这些是离散值而不是连续值。

我不确定我的理解哪里出了问题。

回答：

你的想法是你有一个包含商品及其各自特征的数据库，并希望预测每个商品是否会被销售。最终，你会简单地计算出可以销售的商品数量。如果你这样定义问题，那么它确实是一个分类问题。

然而，请注意你问题中的这句话：

你有一大批相同的库存商品。

相同的商品意味着所有商品将具有完全相同的特征。如果你设计一个二元分类器来判断一个产品是否可以销售，由于所有特征值完全相同，你的分类器会将所有商品归入同一类别。

我猜想，为了解决这个问题，你可能会访问过去5年的每月销售商品的时间序列数据。例如，然后，你需要处理这些数据并对未来进行插值。你不会单独对每个商品进行分类，而是实际计算一个数值，表示未来1、2和3个月的销售商品数量。

根据《模式识别与机器学习》（Christopher M. Bishop, 2006）所说：

像数字识别这样的例子，其目的是将每个输入向量分配到有限数量的离散类别中，这类问题被称为分类问题。如果所需的输出由一个或多个连续变量组成，那么这项任务被称为回归。

此外，理解统计学中定义的分类变量、顺序变量和数值变量之间的区别也很重要：

分类变量（有时称为名义变量）是指有两个或更多类别，但这些类别之间没有内在顺序的变量。例如，性别是一个具有两个类别（男性和女性）的分类变量，且类别之间没有内在顺序。

(…)

顺序变量与分类变量相似。两者的区别在于顺序变量之间有明确的顺序。例如，假设你有一个变量，经济状况，有三个类别（低、中、高）。除了能够将人们分类到这三个类别中，你还可以按低、中、高对类别进行排序。

(…)

数值变量类似于顺序变量，只是数值变量的值之间的间隔是等距的。例如，假设你有一个变量，如年收入，以美元计量，我们有三个人，他们的年收入分别为10,000美元、15,000美元和20,000美元。

尽管你的最终结果将是一个整数（一组离散的数字），但请注意它仍然是一个数值，而不是类别。你可以对数值进行数学操作（例如，计算下一年的平均销售商品数量，找出未来三个月的销售高峰…），但你不能对离散类别进行这样的操作（例如，手机和电话的平均值是什么？）。

分类问题是指输出为分类或顺序（离散类别，如Bishop所述）的那些问题。回归问题输出数值（连续变量，如Bishop所述）。

你的系统可能被限制为输出整数，而不是实数，但这不会改变变量的性质，仍为数值。因此，你的问题是一个回归问题。