回帰と分類は両方とも”予測”問題である。予測とは従属変数から目的変数を明らかにする。この目的変数の種類により回帰と分類に分けられる。
回帰では連続した数値を予測する。例えば株価、売り上げ、気温などが例である。
それに対して分類はある値へと分類する。例えば二項対立であるyes/no、曜日である。分類は不連続データである。
回帰と分類の違い
投稿日：2018年5月10日 更新日：
執筆者：admin
関連記事
-
-
仕事で始める機械学習 – 2.機械学習で何ができるか – 分類 – SVM
SVMの決定境界 SVMの決定境界はSVMで利用するカーネルにより異なる。 線形カーネル→線形 RBFカーネル→非線形 損失関数 損失関数としてはヒンジ関数を利用するが、パーセプトロンとは異なり、横軸 …
-
-
irisデータをPCAで2次元に分類して可視化してみる。 内容 準備及びデータの前処理 PCA プロット 準備及びデータの前処理 irisデータを読み込み、PCAを実行するための前処理を …
-
-
One of the most comprehensible non-parametric methods is k-nearest-neighbors: find the points which …
-
-
ナイーブベイズの概要 ナイーブベイズは教師ありの分類アルゴリズムの一つである。 計算アルゴリズムとしてはベイズ定理を用いている。 機械学習における特徴としてはいかがある 実装が簡単であり、複雑なハイパ …
-
-
仕事で始める機械学習 – 2.機械学習で何ができるか – 分類 – パーセプトロン
パーセプトロン 判別式 それぞれのデータに対して重みづけした値 ヒンジ損失 パーセプトロンの損失関数をヒンジ損失という。パーセプトロン基準とも呼ばれる。 sum(wx) 状態 ラベル label*su …
- GIMPでForeground color pickerが正しくない色をピックアップするときの対応方法 2021年9月7日
- lerpとslerpの違い 2021年8月5日
- シェーダーとは 2021年8月3日
- Unityの座標系についてメモ 2021年7月1日
- ALLとREMOVEFILTERSの違い 2021年6月28日