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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注