(参考:两个基本概念 标称型数据和数值型数据)
监督学习使用的目标变量一般有两种:标称型数据 和 数值型数据。
1. 标称型数据
即离散值。只在有限目标集中取值,如:”真“ 或 ”假“(主要用于分类)。
2. 数值型数据
即连续值。可以从无限的数值集合中取值,如:0.1、45.5 等(主要用于回归)
本文探讨了监督学习中两种主要的数据类型:标称型数据和数值型数据。标称型数据涉及离散值,常用于分类任务,如‘真’或‘假’。而数值型数据则指连续值,适用于回归分析,如0.1和45.5。了解这些数据类型对于有效应用和理解机器学习模型至关重要。
(参考:两个基本概念 标称型数据和数值型数据)
监督学习使用的目标变量一般有两种:标称型数据 和 数值型数据。
即离散值。只在有限目标集中取值,如:”真“ 或 ”假“(主要用于分类)。
即连续值。可以从无限的数值集合中取值,如:0.1、45.5 等(主要用于回归)

被折叠的 条评论
为什么被折叠?