回归和分类有什么相同点?

回归和分类都是监督学习中的预测方法，都依赖已知数据训练模型，用于预测新数据的结果。

区别

回归：预测连续数值，比如房价、温度。模型学习输入特征与数值之间的关系，输出可以是任意实数。例如，根据房屋面积预测价格，结果可以是50万、52万等具体数字。

分类：预测离散类别，比如邮件是否为垃圾、图片是否为猫。模型将输入划分到预定义的类别中，输出是固定标签。例如，判断邮件是否为垃圾邮件，结果只能是"是"或"否"。