違いと関係の分類および回帰
接触
性質及び分類に接触リターンマッピング関係確立される
\（F（X）\ RIGHTARROW Y、X \ Aで、BのY \ \）を
違い
回帰と分類の基本的な違いは、出力空間は距離空間であるかどうかであります
以下のための回帰問題メトリック空間空間Bの出力である、いわゆる「定量的」。つまり、回帰出力空間は、メトリックを定義\（D = F \（左 Y_ {TRUE}、Y_ {predを} \右）\） の出力値と真値との間の「サイズエラー」を測定します。例えば：6-員の700ミリリットルのコーラ（$ 5本物の価格）のボトルの価格を予測する、誤差が1であり; $ 7 2誤差である予測。どちらの予測は、この「異なる」を測定するために定義された尺度であり、同じではありません。（このような誤差関数を持つので、平均二乗誤差）。
分類問題、出力は距離空間Bスペース、いわゆるない「定性的な。」すなわち、分類において、唯一の分類、「誤った」部分「右」とエラーがクラス5クラス6、またはクラス7に割り当てられ、差がない場合には、エラーカウンタ+1であるように
図の概要で。
概要
サポートベクターマシン、分類と回帰の問題は、学習サンプルの実数値関数g（x）はに従って見つけなければならない例を見てみましょう。
回帰要件です：新しいモデルを考えると、訓練セットに基づいて、それに対応する推論の出力Y（実数）はどのくらいです。すなわち、任意の入力値Xに対応する出力を推測するには、y = G（x）を使用して。
分類の問題がある：（：+ 1、-1など）、それに対応するカテゴリを推測するトレーニングセットに基づいて、新しいパターン、所与。すなわち、Y =記号（G（x）を使用して ） 任意の推論への入力xに対応するカテゴリを。
要約、回帰と分類の問題で、自然のように、唯一の彼らの出力の値の範囲という点で異なります。
分類問題、唯一の2つの値の出力 ;
および回帰で、出力は任意の実数かもしれません
楽しい栗
人々の写真によっては人が太っていない判断しますか？（これは、分類問題である：脂肪または脂肪ではない）
人々の写真では、男性が重さを判断しますか？（これは、回帰問題である：高Wenxinは100キロになります）