分类与回归的区别?

分类和回归都是机器学习的任务，区别在于输出结果类型。分类预测离散类别，比如判断邮件是否为垃圾邮件；回归预测连续数值，比如预测房价或气温。

区别

分类：目标是划分数据到不同类别。输出是离散的标签，如"是/否"、"猫/狗"。常见算法有决策树和支持向量机。应用场景包括图像识别、垃圾检测。分类模型评估用准确率、精确率等指标。

回归：目标是预测具体数值。输出是连续的数字，如温度25.3度、房价350万元。常见算法有线性回归和随机森林。应用场景包括销量预测、股票分析。回归模型评估用均方误差、平均绝对误差等指标。