我是一名机器学习初学者，目前在Coursera上做Andrew Ng的机器学习课程。在讲座中，他问了一个简单的问题：你会将以下称为分类或回归问题吗？
您有大量相同的商品。您想预测未来3个月内这些商品中有多少会销售
我之所以选择分类是因为我认为我们只是预测会卖出（1）或者不卖（0）。但他说这是一个回归问题，因为有数千个相同的项目，它是一个连续的输出。我不明白它是如何连续输出的。在我看来，就像一个拥有数千个值的离散输出。谁可以给我解释一下这个？
我不明白它是如何连续输出的。在我看来，就像一个拥有数千个值的离散输出。
那么，这里的连续输出没有正式的数学意义;严格来说，你的输出（某个整数值）是离散的是正确的，但这不是这个上下文中的要点。
使这成为回归问题而不是分类问题的关键差异在于，在分类中，输出仅限于某些（通常很少）预定义值/级别;很容易看出这不是这里的情况，因为销售的数量原则上可以是任何（整数）值，并且根本不考虑将值18和19视为不同的类。
尝试将分类输出视为通常可能在它们之间没有顺序关系的类别也可能是有用的;从这个角度来看，18和19之间的差异可以被认为是相同的18和856之间的差异（它们只是不同的类别）;直觉上，显而易见的是，由于我们对销售的确切数量感兴趣，这些差异在它们之间是非常不同的，我们更倾向于错误预测“18”作为“19”而不是作为“856”......