machine-learning - 回归和分类的 K-Nearest 算法

Question

k最近分类器和k最近回归之间的确切区别是什么？

回归将应用什么样的数据？你知道什么好的文学作品吗？

Answer 1

这不是真正与 knn 相关的问题，只是这个模型可以类似地应用于两个不同的任务：

• 回归http://en.wikipedia.org/wiki/Regression_analysis
• 分类http://en.wikipedia.org/wiki/Statistical_classification

简而言之：

• 回归 - 您正在尝试对函数 f 建模：X -> R^n（n 维连续值）
• 分类 - 您正在尝试对函数 f 建模：X -> {c1,c2,...,ck} （有限的值集）

一些最简单的例子可能是：

• 您想预测明天的确切温度 = 回归
• 你想预测明天是热还是 cols = 分类

这些概念密切相关，因为人们可以或多或少地将每个问题转换为另一个问题：

• 回归 -> 分类：将类表示为值，训练模型，使用阈值或 softmax 转换回类（如果您可以直接使用分类模型，显然它过于复杂）
• 分类->回归：对值使用一些离散化，训练模型，使用一些插值将其转换回连续值（显然这会丢失一些信息）

关于决策/回归树的一些很好的解释： http ://www.simafore.com/blog/bid/62482/2-main-differences-between-classification-and-regression-trees