2013-10-27 79 views

回答

1

這是不是真的KNN相關的問題,只是這種模式同樣可以在兩個不同的任務可應用於:

簡而言之:

  • 迴歸 - 您正試圖建模一個函數f:X→R^n(n維連續值)
  • 分類 - 您正試圖模擬一個函數f:X - > {c1,c2,...,ck}(有限的一組值)

一些簡單的例子可能是:

  • 要預測tommorows精確的溫度=迴歸
  • 要預測明天是否會過熱或過的cols =分類

這些概念重連接,如人們可以更多或更少的轉換每個問題到另一:

  • 迴歸 - >分類:表示類作爲值,系模型,使用閾值或SOFTMAX轉換回類(顯然這overcomplicates如果你可以直接使用分類模型)
  • 分類 - >迴歸:用一些離散的值,火車模型,使用一些插值轉換回連續的值(這顯然失去了一些信息)

一些不錯在決策/迴歸tre的背景下解釋es: http://www.simafore.com/blog/bid/62482/2-main-differences-between-classification-and-regression-trees