一、分类、回归是什么？
分类、回归，本质都是对输入做出预测，并且都是监督学习。简单来说就是，分析输入的内容，判断其类别，或者预测其值。
二、分类、回归的区别？
1.预测种类不同
1.分类预测的是物体所属的种类，回归预测的是物体的具体数值。
例如，最近青岛天气变化大，为了能够对明天适宜的衣服以及是否携带雨伞做判断，我们就要根据已有天气情况做预测。
天气可以分为：晴、阴、雨 三类，我们只知道今天（2020年10月12日）及之前的天气，我们会预测明天及以后几天的天气情况，如明天阴，下周一晴，这就是分类。
根据今天及前几天的温度，我们要通过之前的天气温度来预测以后的温度，每一个时刻，我们都能预测出一个温度值，这就是回归。
2.分类输出的值是离散值，回归输出的值是连续值
离散就是规定好有有限个类别，这些类别是离散的。连续就是理论上可以取某一范围内的任意值。
3.分类输出的值是定性的，回归输出的值是定量的
定性是指确定某种东西的确切的组成有什么或者某种物质是什么，不需要测定该物质的各种确切的数值量。
定量是指确定一种成分（某种物质）的确切的数值量，这种测定一般不需要关注测定的物质是什么。
例如：这是一杯水，这是定性；这杯水有10毫升，这是定量。
2.目的不同
分类的目的是寻找决策边界，用于对数据集中的数据进行分类。
回归的目的是找到最优拟合线，这条线可以最优的接近数据集中的各个点。
3.结果不同
分类的结果没有逼近，只有对错，什么类别就是什么类别，最终结果只有一个。
回归是对真实值的一种逼近预测，值不确定，当预测值与真实值相近时，即误差较小时，我们认为这是一个好的回归。（例如一个产品的实际价格为5000元，通过回归分析预测值为4999元，我们认为这是一个比较好的回归分析。）
三、场景应用
分类应用
例如判断一幅图片上的动物是一只猫还是一只狗，判断明天天气的阴晴，判断零件的合格与不合格等等。
回归应用
例如预测房价、股票的成交额、未来的天气情况等等。
待更新！