[云炬python3玩转机器学习笔记] 2-2机器学习主要任务

机器学习（监督学习）的主要任务包括分类和回归，以下是对这两个任务的详细解释：一、分类分类任务是将给定的数据进行分类，即根据输入数据的特征，将其划分到预定义的类别中。分类任务可以进一步细分为二分类任务和多分类任务。二分类任务：定义：二分类任务是指结果只有两个可能的类别，通常表示为“是”或“否”、“真”或“假”等。示例：判断一封电子邮件是否为垃圾邮件，判断一个肿瘤是否为恶性等。多分类任务：定义：多分类任务是指结果不仅仅在两个结果中，而是有很多可能的类别，且获得的结果很明确。示例：数字识别（如手写数字识别）、图像识别（如识别图片中的物体种类）、判断发给客户信用卡风险评级（如低风险、中风险、高风险）、自动驾驶中的路况识别等。特点：有一些算法只能支持完成二分类任务，但是多分类任务可以转化成二分类任务（如使用一对多或一对一的策略）。同时，也有一些算法天然支持多分类任务。二、回归回归任务是指预测的结果是一个连续数字的值，而不是一个类别。回归任务的目标是找到一个函数，该函数能够根据输入数据的特征预测出一个连续的数值。特点：回归任务的结果是一个连续的数值，可以是小数或整数。回归任务通常用于预测房价、股票价格、温度等连续变化的量。示例：预测房价：根据房屋的面积、位置、房间数量等特征，预测房屋的市场价格。预测股票价格：根据历史股票数据、市场趋势等特征，预测未来某只股票的价格。与分类任务的区别：分类任务的结果是离散的类别，而回归任务的结果是连续的数值。在一些情况下，回归任务可以简化成分类任务（如将连续的数值范围划分为几个区间，然后将其视为不同的类别）。总结机器学习（监督学习）的主要任务包括分类和回归。分类任务是将数据划分到预定义的类别中，可以进一步细分为二分类任务和多分类任务。回归任务则是预测连续数值的结果。这两个任务在机器学习领域中具有广泛的应用，是理解和解决实际问题的重要基础。