分类与回归

“预测一个数字”并不必然是回归。邮政编码、商品编号和疾病类别即使用数字表示，仍可能是类别标识；明天温度或预计等待时间才具有可解释的数值差距。

任务类型首先由实际输出含义决定，再影响模型、损失、指标和展示方式。先选算法，再把目标硬改成算法喜欢的形式，会使评价与业务需求脱节。

分类预测一个离散类别，模型也可以输出各类别的概率或分数。回归预测连续量，预测误差的大小与单位通常具有意义。

二分类、多分类与多标签也要区分：多分类通常每条样本只选一个类别，多标签允许同一条样本同时具有多个标签。

温度预测偏高 1℃ 与偏高 20℃不是同一种错误；把猫识别成狗，则通常不能通过“类别编号相差多少”来衡量错得多远。类别与数值的评价逻辑因此不同。

分类需要明确类别集合、正类定义和概率列顺序。最终标签还可能依赖阈值，因此同一组概率可以在不同误报/漏报代价下产生不同决策。

回归要检查目标单位、异常值和允许误差。MSE 会放大大误差，MAE 更直接反映平均绝对偏差；没有一个指标适合所有目标。

输出转换会改变问题。把房价按区间分组后是区间分类，丢掉了区间内部的差异；把有序风险等级当成无序类别，也可能忽略相邻等级关系。

两类任务都需要可靠划分与基线。分类准确率高可能只是多数类占比高，回归误差小也可能只是目标本身波动很小，必须与合适的简单方案比较。

1. 明确预测对象
2. 判断标签是否离散
3. 确定错误代价
4. 选择模型与指标
5. 检查输出形状

• 垃圾邮件分类
• 房价回归

• 把类别编码当连续目标
• 只按模型名字判断任务