我知道以下几点:
- 无监督学习是试图在未标记的数据中寻找隐藏的结构，否则，我们称之为有监督学习。
- 回归也是一种分类，但它的输出是无限的数值。
- 我还知道分类是有监督学习的一种类型。
但让我感到困惑的是:
- 线性回归（线拟合）是回归的一种类型吗？如果是，为什么它的数据是未标记的？例如，它的样本数据只是一些坐标，如(1,2)、(2,3)、(1,4)？
- 逻辑回归（分类）是回归的一种类型吗？如果是，为什么它的输出只是名义上的（值，真或假，0或1）？
有谁能帮我解答这些问题吗？
回答：
1) 线性回归是有监督的，因为你拥有的数据包括输入和输出（可以这么说）。例如，如果你有一个关于汽车销售的数据集。对于每辆车，你有品牌、型号、价格、颜色、折扣等信息，但你还有每辆车的销售数量。如果这是一个无监督的任务，你的数据集可能只包括品牌、型号、价格、颜色等（不包括实际的销售数量），你能做的最好的事情就是对数据进行聚类。这个例子虽然不完美，但旨在传达大致的概念。在决定一个方法是否是有监督的时，一个好的问题是问自己“有没有办法判断输入的质量？”。如果你有线性回归数据，你当然可以。你只需评估函数（在这种情况下，是直线）在输入数据上的值来估计输出。在另一种情况下则不行。
2) 逻辑回归实际上并不是回归。这个名字具有误导性，确实会导致很多混乱。它通常只用于二元预测，这使它非常适合分类任务，但不适合其他任务。
