支持向量機(jī)回歸與分類(lèi)的區(qū)別？分類(lèi)和回歸問(wèn)題都需要根據(jù)訓(xùn)練樣本找到實(shí)值函數(shù)g（x）?；貧w問(wèn)題的要求是：給定一個(gè)新的模式，根據(jù)訓(xùn)練集推斷出相應(yīng)的輸出y（實(shí)數(shù)）。換句話(huà)說(shuō)，y=g（x）用于推斷任何輸入x的相

支持向量機(jī)回歸與分類(lèi)的區(qū)別？

分類(lèi)和回歸問(wèn)題都需要根據(jù)訓(xùn)練樣本找到實(shí)值函數(shù)g（x）?；貧w問(wèn)題的要求是：給定一個(gè)新的模式，根據(jù)訓(xùn)練集推斷出相應(yīng)的輸出y（實(shí)數(shù)）。

換句話(huà)說(shuō)，y=g（x）用于推斷任何輸入x的相應(yīng)輸出值。分類(lèi)問(wèn)題是：給定一個(gè)新模式，根據(jù)訓(xùn)練集推斷其相應(yīng)的類(lèi)別（如：1，-1）。也就是說(shuō)，用y=sign（g（x））來(lái)推斷任何輸入x對(duì)應(yīng)的類(lèi)別，綜上所述，回歸問(wèn)題和分類(lèi)問(wèn)題的本質(zhì)是一樣的，唯一的區(qū)別是它們的輸出值范圍不同。在分類(lèi)問(wèn)題中，只有兩個(gè)值可以作為輸出，而在回歸問(wèn)題中，任何實(shí)數(shù)都可以作為輸出。

入門(mén)機(jī)器學(xué)習(xí)該如何入手？

作為一名科技工作者和計(jì)算機(jī)專(zhuān)業(yè)教育家，讓我來(lái)回答這個(gè)問(wèn)題。

首先，機(jī)器學(xué)習(xí)是一個(gè)很好的選擇。機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域的六大研究方向之一，目前比較流行。而且，由于機(jī)器學(xué)習(xí)與人工智能領(lǐng)域的其他研究方向密切相關(guān)，因此機(jī)器學(xué)習(xí)通常是學(xué)習(xí)人工智能的第一步。

機(jī)器學(xué)習(xí)本身涉及六大環(huán)節(jié)，即數(shù)據(jù)采集、算法設(shè)計(jì)、算法實(shí)現(xiàn)、算法訓(xùn)練、算法驗(yàn)證和算法應(yīng)用，因此學(xué)習(xí)機(jī)器學(xué)習(xí)可以從數(shù)據(jù)采集開(kāi)始，然后逐步過(guò)渡到其他環(huán)節(jié)。在當(dāng)今大數(shù)據(jù)時(shí)代，數(shù)據(jù)收集整理的方式越來(lái)越多，獲取數(shù)據(jù)的方式也越來(lái)越多。我們可以從基本的數(shù)據(jù)庫(kù)技術(shù)入手。其實(shí)，機(jī)器學(xué)習(xí)作為大數(shù)據(jù)分析的兩種常用方式，大數(shù)據(jù)領(lǐng)域的從業(yè)者往往需要關(guān)注機(jī)器學(xué)習(xí)技術(shù)。

算法設(shè)計(jì)是機(jī)器學(xué)習(xí)的核心，因此算法知識(shí)的學(xué)習(xí)是機(jī)器學(xué)習(xí)的重點(diǎn)。學(xué)習(xí)算法知識(shí)可以從基本的常用算法入手，如決策樹(shù)、樸素貝葉斯、支持向量機(jī)等算法需要重點(diǎn)學(xué)習(xí)。在學(xué)習(xí)算法的過(guò)程中，必須結(jié)合具體案例。算法的實(shí)現(xiàn)可以使用Python語(yǔ)言。目前，Python廣泛應(yīng)用于機(jī)器學(xué)習(xí)領(lǐng)域。

最后，對(duì)于目前的IT行業(yè)開(kāi)發(fā)者來(lái)說(shuō)，學(xué)習(xí)機(jī)器學(xué)習(xí)知識(shí)可以重點(diǎn)結(jié)合大數(shù)據(jù)和人工智能平臺(tái)提供的開(kāi)發(fā)環(huán)境，讓他們有更好的學(xué)習(xí)體驗(yàn)，在一定程度上增強(qiáng)自己的實(shí)踐能力。畢竟，未來(lái)大量機(jī)器學(xué)習(xí)的發(fā)展離不開(kāi)平臺(tái)的支持。