预测销售数量是回归问题还是分类问题？ [关闭]

Posted 2023-03-12

【中文标题】预测销售数量是回归问题还是分类问题？ [关闭]

【英文标题】：Is predicting number of sales a Regression or Classification problem? [closed]

【发布时间】：2018-06-11 08:20:25

【问题描述】：

我是一名机器学习初学者，目前正在 Coursera 上学习 Andrew Ng 的机器学习课程。在讲座中，他问了一个简单的问题：您将以下问题称为分类问题还是回归问题？

您有大量相同物品的库存。你想预测有多少 其中的商品将在未来 3 个月内售出

我选择分类是因为我认为我们只是预测会卖 (1) 或不会卖 (0)。但他说这是一个回归问题，因为有数千个相同的项目，而且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，它就像一个具有数千个值的离散输出。谁能给我解释一下？

【问题讨论】：

请注意，问题是您想预测有多少这些商品将在未来 3 个月内售出。那只是预测总数。因此它是回归。它不会对每个库存项目进行单独 (1/0) 预测。

【参考方案1】：

我不明白它是如何连续输出的。在我看来，它就像一个具有数千个值的离散输出。

嗯，这里的连续输出没有正式的数学意义；严格来说，您的输出（某个整数值）是离散的是正确的，但这不是本文的重点。

使其成为回归问题而非分类问题的关键区别在于，在分类中，输出仅限于某些（通常少数）预定义值/水平;很容易看出，这里的情况并非如此，因为售出的数量原则上可以是任何（整数）值，并且将值 18 和 19 视为不同的 类完全没有意义.

尝试将分类输出视为类别可能也很有用，一般而言，它们之间可能没有序数关系；从这个角度来看，18和19的区别可以认为与18和856的区别是一样的（它们只是不同的类别）；直观地说，很明显，由于我们对销售的确切数量感兴趣，因此这些差异在它们之间是非常不同的，我们更愿意将“18”错误预测为“19”而不是作为“856”...

【讨论】：

谢谢！我现在明白了。