为什么要根据鲑鱼的年龄和体重来预测鲑鱼的长度（或作为函数的回归问题？

Question

[当我们尝试根据鲑鱼的年龄和体重预测其长度时，这里的年龄和体重是特征。而length是一个类，即-一个数字类而不是文本类。

因此，我们可以根据年龄，体重和相应长度的各种组合来训练模型。

为什么根据鲑鱼的年龄和体重来预测鲑鱼的长度（或作为函数）是回归问题？

Answer 1

您的功能并不重要，但您的预测也没关系。

您总是可以将回归问题转换为分类问题。只需将您的输出放入固定数量的箱中，例如“ A类：长度在70厘米至1m之间”，依此类推

如果您对许多垃圾箱进行分类，那么您将浪费宝贵的训练数据来学习您已经知道的东西：具有相似长度的垃圾箱将获得相似的预测。

Answer 2

预测鲑鱼的长度可以归类为回归问题，因为

• 可能的输出集是无界的。¹
• 无法枚举所有可能的结果。
• 这还意味着在训练时未知可能的预测集。

这与分类问题大不相同，在分类问题中，一组可能的输出是固定的，在训练时就知道了，并且可以枚举它们。

---

¹ _{实际上，对于鱼的长度，小于0.0的长度是不可行的，但是在正域中，输出是无界的。}