分类和预测有什么区别？
What is the difference between classification and prediction?
机器学习中的分类和预测有什么区别？
功能
分类 是关于确定数据集中元素的（类别）class（或标签）
预测是关于预测数据集missing/unknown的元素（连续值）
工作策略
在classification中，数据根据训练数据集进行分组。
在预测中，建立了一个classification/regression模型来预测结果（连续值）
例子
在医院中，根据病历或治疗结果对患者进行分组被认为是 class化验，而如果您使用 class化模型来预测新患者的治疗结果，它被认为是预测。
分类是预测 类别 变量在基于训练示例的预定义词汇表中。
数值（连续）变量的预测称为回归。
综上所述，分类是一种预测，但还有其他预测。因此，预测是一个更普遍的问题。
预测可以同时使用回归和分类模型。这意味着一旦模型在训练数据上进行了训练；下一阶段是对 real/ground-truth 值未知或保留以评估模型性能的数据进行预测。如果问题的性质是确定 classes/labels/categories 那么它的分类，如果问题是关于确定实数（数字）值那么它的回归。简而言之，预测应该通过测试数据集的分类和回归来完成。
分类是识别新观察所属类别或class标签的过程。
预测 是为新观察识别缺失或不可用数值数据的过程。
这是 class 化和预测之间的关键区别。谓词不关心 class 标签，如 classification.
1.预测就像说某事可能会发生在future.Prediction可能是一种分类
2.预测主要基于我们对未来的假设
而
1.分类 是对我们已有的事物或数据进行分类 us.This 分类可以基于任何类型的技术或算法
2.分类主要基于我们现在或过去的假设
机器学习中的分类和预测有什么区别？
功能
分类 是关于确定数据集中元素的（类别）class（或标签）
预测是关于预测数据集missing/unknown的元素（连续值）
工作策略
在classification中，数据根据训练数据集进行分组。
在预测中，建立了一个classification/regression模型来预测结果（连续值）
例子
在医院中，根据病历或治疗结果对患者进行分组被认为是 class化验，而如果您使用 class化模型来预测新患者的治疗结果，它被认为是预测。
分类是预测 类别 变量在基于训练示例的预定义词汇表中。
数值（连续）变量的预测称为回归。
综上所述，分类是一种预测，但还有其他预测。因此，预测是一个更普遍的问题。
预测可以同时使用回归和分类模型。这意味着一旦模型在训练数据上进行了训练；下一阶段是对 real/ground-truth 值未知或保留以评估模型性能的数据进行预测。如果问题的性质是确定 classes/labels/categories 那么它的分类，如果问题是关于确定实数（数字）值那么它的回归。简而言之，预测应该通过测试数据集的分类和回归来完成。
分类是识别新观察所属类别或class标签的过程。 预测 是为新观察识别缺失或不可用数值数据的过程。 这是 class 化和预测之间的关键区别。谓词不关心 class 标签，如 classification.
1.预测就像说某事可能会发生在future.Prediction可能是一种分类
2.预测主要基于我们对未来的假设
而
1.分类 是对我们已有的事物或数据进行分类 us.This 分类可以基于任何类型的技术或算法
2.分类主要基于我们现在或过去的假设