学习问题类型：回归

让我们把话题从分类问题（我们给数据分配如‘猫’或‘狗’这样的标签）转向另一种常见的机器学习问题：回归。

分类预测的是事物属于哪个类别，而回归预测的是连续的数值。可以把它想象成预测“多少”或“有多少”，而不是“什么种类”。回归模型的输出不是固定的标签，而是一个可以在某个范围内变化的数字。

以下是回归常用于的一些场景：

预测房价

假设你想估算一套房产的市场价值。这是一个经典的回归问题。你会向模型提供关于房产的信息，这些信息被称为特征。这些特征可能包含：

• 面积（例如，平方英尺或平方米）
• 卧室数量
• 浴室数量
• 房屋年龄
• 位置（可能以数字形式编码）

模型从包含房屋特征及其实际售价的历史数据中学习模式。基于这些模式，它预测出新房产的具体价格，例如345,000美元或280,000欧元。这个预测价格是一个连续的数值输出。

预测气温

预测明天的气温是另一个例子。特征可能包括今天的气温、湿度水平、风速、大气压、一年中的时间以及历史天气模式。回归模型处理这些信息，输出一个数值预测，例如摄氏22.5度或华氏72度。

估算客户支出

一家公司可能希望预测某个客户下个月可能花费多少。特征可能涉及客户过去的购买记录、网站浏览行为、人口统计信息以及参与营销活动的情况。模型的输出会是一个预测的支出金额，例如85.50美元。

核心理念：寻找关系

在所有这些例子中，回归模型都试图理解并量化输入特征与连续输出值之间的关系。它基本上是学习一个将输入映射到输出的数学函数。

一张图表，显示回归任务中预测值与实际值的对比。每个点代表一个预测。精确落在虚线上的点表示完美的预测。点到线的距离表示预测误差。

这与分类有何不同？

主要差异在于输出的性质。分类输出的是离散标签（例如，‘垃圾邮件’、‘非垃圾邮件’、‘蓝色’、‘绿色’、‘红色’）。回归输出的是连续值（例如，10.5、350000、-5.2）。这种差异意味着我们需要完全不同的方式来衡量回归模型的表现，与分类模型相比。我们不能简单地用同样的方式计算有多少预测是“正确的”。相反，我们需要衡量我们的数值预测与实际值有多接近。我们将在第三章中查看为此目的而设计的具体评估指标。

在构建和评估任何机器学习模型之前，明白你的问题是需要预测类别（分类）还是预测数量（回归），这是最基本的第一步。