分类还是回归？

热烈庆祝2020年的第一个周末即将完结撒花，今天我们聊分类与回归。

最近聊到有监督学习，有监督学习用得最多，概念不少，含义还容易混，今天就看到有同学提问：

房价走势预测属于分类问题，还是回归问题？

这是个好问题。这两个问题，可都是有监督学习的头牌。

前面我们说，机器学习可分为有监督学习和无监督学习两大门派，有监督学习目前占据主流地位，无监督学习则一直稳稳把控着非主流的交椅。当然，现在又出来了个和稀泥的半监督学习，不过今天的主角不是它，还是回到有监督学习。

机器学习都是问题导向的，在有监督学习门下，最热的问题就是这两个，分类问题和回归问题。这两个问题关系很暧昧，既有区别又有联系，联系还异常紧密，不过今天只说区别。

怎么区别一个问题到底是分类问题还是回归问题呢？方法很简单，看待预测的值的类型——如果是离散的属于分类问题，如果是连续的则属于回归问题。

就说房价走势预测，光这点描述是不够的，还得看预测最终要给出怎样的结果。如果要给出的是房价将是升或者是跌，这是离散类型，属于分类问题，而如果要给出一个具体的值，则是回归问题。

下回再聊。