分类与回归的概念分析
分类 vs 回归：本质区别一句话
两者都属于监督学习，区别只在输出值的类型：
回归（Regression）：输出是连续数值，预测"多少 / 多大 / 多贵"。
分类（Classification）：输出是离散类别，预测"是哪一类 / 是或否"。
用"问句"一眼分辨
问法 | 任务类型 | 原因 |
|---|---|---|
这房子能卖多少钱？ | 回归 | 答案是一个数（50 万 / 128 万…连续） |
这封邮件是垃圾还是正常？ | 分类 | 答案是二选一（离散） |
明天气温多少？ | 回归 | 26.5°C 这种连续值 |
这张图里是猫/狗/鸟？ | 分类 | 三选一 |
用户会不会点击这个广告？ | 分类 | 会/不会 二分类 |
用户对这个商品打几分（1-5 星）？ | 回归 | 分数是连续区间（严格说 1-5 是离散，但评级预测常按回归做） |
模型与目标函数的差别
回归常用模型：线性回归、岭回归、Lasso、GBDT 回归、神经网络回归。
目标：最小化预测值与真实值的差距
损失函数：MSE（均方误差）、MAE（平均绝对误差）
评测：RMSE、R²
分类常用模型：逻辑回归（名字骗人，其实是分类）、SVM、决策树分类、GBDT 分类、Softmax 网络。
目标：把样本分到正确类别
损失函数：交叉熵（Cross Entropy）、Hinge Loss（SVM）
评测：准确率、精确率、召回率、F1、AUC
几个典型例子
回归例子
房价预测：输入面积、地段、房龄 → 输出价格 325 万
股价预测：输入历史 K 线 → 输出明天收盘价 18.73
用电量预估：输入天气、日期 → 输出今日耗电 1240 kWh
分类例子
垃圾邮件识别：输入邮件文本 → 输出 { spam, ham }
医疗诊断：输入 CT 特征 → 输出 { 恶性, 良性 }
手写数字识别（MNIST）：输入 28×28 像素 → 输出 {0,1,2,…,9}
信贷风控：输入用户信息 → 输出 { 违约, 不违约 }
一个容易混的点：逻辑回归为啥叫"回归"却是分类？
历史命名坑。逻辑回归本质是：先算一个线性回归的得分 z=wTx+b，再套一个Sigmoid 压到 (0,1) 之间当成概率，最后按阈值（如 0.5）切成两类。
它底层用了回归结构，但任务是分类 → 所以名字里带"回归"，实际干的是二分类的活。
💡 判断口诀：看输出是要"一个数"还是要"归个类"，别看模型名。
两者还能互相转
回归 → 分类：把连续值分桶。比如预测年龄（回归）转成 {儿童, 青年, 中年, 老年}（分类）。
分类 → 回归：把类别标成序数。比如评分 1-5 星，当回归做也行，当 5 个分类做也行，看业务诉求。