下面关于分类（classification）和回归（regression）的区别和联系的描述正确的是：
A: 分类的目的是预测出新样本的类型、种类或标签，即其输出值是离散的
B: 分类和回归问题通常都是有监督学习的范畴
C: 回归问题需要预测连续变量的数值：比如预测新产品的销量等
D: 可以将回归的输出值通过设定阈值等方式进行离散化处理，从而用于分类
A: 分类的目的是预测出新样本的类型、种类或标签，即其输出值是离散的
B: 分类和回归问题通常都是有监督学习的范畴
C: 回归问题需要预测连续变量的数值：比如预测新产品的销量等
D: 可以将回归的输出值通过设定阈值等方式进行离散化处理，从而用于分类
举一反三
- 关于分类和回归，下列描述正确的是（） A: 分类的预测值是离散的，回归的预测值是连续的 B: 分类的预测值是连续的，回归的预测值是离散的 C: 分类和回归的预测值都是离散的 D: 分类和回归的预测值都是连续的
- 分类和回归都可用于预测,分类的输出是连续数值,而回归的输出是离散的类别值。( )
- 分类和回归都可用于预测,分类的输出是离散的类别值,而回归的输出是连续数值
- 回归问题和分类问题的区别是什么( ) A: 回归问题与分类问题在输入属性值上要求不同 B: 回归问题有标签,分类问题没有 C: 回归问题输出值是连续的,分类问题输出值是离散的 D: 回归问题输出值是离散的,分类问题输出值是连续的
- 分类和回归都可用于预测，两者的区别在于分类的输出是离散的类别值，而回归的输出是连续数值.