分类与预测的区别是什么?

在机器学习中,分类与预测的区别是什么?


回答:

功能

  • 分类是指为数据集中的一个元素确定一个(类别)类(或标签)

  • 预测是指预测数据集中的一个缺失/未知元素(连续值)

工作策略

  • 分类中,数据根据训练数据集被分组到不同的类别中。

  • 预测中,构建一个分类/回归模型来预测结果(连续值)

示例

在医院中,根据患者的医疗记录或治疗结果对患者进行分组被认为是分类,而如果使用分类模型来预测新患者的治疗结果,则被认为是预测

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注