我是机器学习的初学者，他目前正在Coursera上执行Andrew Ng的机器学习课程。在演讲中，他提出了一个简单的问题：您将以下问题归为分类或回归问题吗？
您有大量相同的物品。您想预测多少其中的一些商品将在未来3个月内出售
我选择分类是因为我认为我们只是预测将出售（1）或将不会出售（0）。但是他说这是一个回归问题，因为有成千上万个相同的项目并且是连续的输出。我不明白它是如何连续输出的。在我看来，就像一个具有数千个值的离散输出。有人可以向我解释吗？
我不知道它是如何连续输出的。在我看来，就像一个具有数千个值的离散输出。
Well，continuous输出在这里没有形式上的数学含义；严格来说，您的输出是正确的，因为您的输出（某个整数值）是离散的，但这不是重点。
使之成为回归问题而不是分类问题的关键区别在于，在分类中，输出被限制为某些（通常few）predefined值/水平；很容易看到这里不是这种情况，因为原则上出售的数量可以是任何（整数）值，并且将值18和19视为不同的classs]根本没有意义。 >。
尝试将分类输出视为categories
，通常在它们之间可能没有ordinal关系，这可能也是有用的；从这个角度来看，可以认为18和19之间的差异与18和856之间的差异是相同的（它们只是不同的类别）；直观地，很明显，由于我们对确切的销售量感兴趣，因此，这些差异在它们之间是非常不同的，并且我们非常希望将“ 18”错误地预测为“ 19”而不是作为“ 856” ...