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
-
-
開発生産性は調和平均で計算する。 安全性の在庫の計算には正規分布を利用できる。 標準偏差=5であることを利用すると何が言えるか。 Z=1.96で95%をカバーする。 よって 5 x 1.96でほぼ10 …
-
-
多変量解析の分類 回帰分析 ロジスティック分析 判別分析 主成分分析 因子分析 共分散 クラスタリング 共分散 Sxy = Σ(Xi – X~)(Yi – Y~) / n 共分 …
-
-
# tidyデータの原則 # 1カラム = 1変数 # 1行 = 1観察 # 1テーブル = 1 unique key # foreign key to link # テーブル全体で見ること # カラ …
-
-
データの説明 1949～1960年における月別飛行機搭乗者数 フォーマット このデータは時系列データであることがわかる。 > str(AirPassengers) Time-Series [1 …
-
-
k-Meansの課題 クラスタ間で微妙な位置関係にあるデータについて特定クラスタに分類された際の不確実の度合いを知ることができない。 例えば51%の確率でクラスタAであり、49%の確率でクラスタBかも …
- 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