机器学习中，有监督学习分类问题和回归问题的关键区别是（ ）。
A: 分类问题的标签是离散取值
B: 分类问题的标签是连续取值
C: 回归问题的标签是离散取值
D: 回归问题的标签是连续取值
A: 分类问题的标签是离散取值
B: 分类问题的标签是连续取值
C: 回归问题的标签是离散取值
D: 回归问题的标签是连续取值
举一反三
- 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
- 回归问题和分类问题的区别是？ A: 回归问题有标签，分类问题没有 B: 回归问题输出值是离散的，分类问题输出值是连续的 C: 回归问题输出值是连续的，分类问题输出值是离散的 D: 回归问题与分类问题在输入属性值上要求不同
- 回归问题和分类问题的区别是（）。 A: 回归问题与分类问题在输入属性值上要求不同 B: 回归问题输出值是连续的，分类问题输出值是离散的 C: 回归问题有标签，分类问题没有 D: 回归问题输出值是离散的，分类问题输出值是连续的
- 回归问题和分类问题的区别是?( ) A: 回归问题与分类问题在输入属性值上要求不同 B: 回归问题输出值是离散的,分类问题输出值是连续的 C: 回归问题输出值是连续的,分类问题输出值是离散的 D: 回归问题有标签,分类问题没有
- 传统的机器学习方法包括监督学习、无监督学习和半监督学习，其中监督学习是学习给定标签的数据集。请问标签为离散的类型，称为分类，标签为连续的类型，称为什么？ A: 回归 B: 离散 C: 分类 D: 给定标签