Continuous, floating-point values w

Continuous, floating-point values would indicate a numerical, rather than a categorical, target. A predictive model with a numerical target uses a regression algorithm, not a classification algorithm. The simplest type of classification problem is binary classification. In binary classification, the target attribute has only two possible values: for example, high credit rating or low credit rating. Multiclass targets have more than two values: for example, low, medium, high, or unknown credit rating. In the model build (training) process, a classification algorithm finds relationships between the values of the predictors and the values of the target.

ผลลัพธ์ (ไทย) 1:

ต่อเนื่อง ทศนิยมค่าจะระบุเป็นตัวเลข แทนเป็นแน่ชัด เป้าหมาย แบบจำลองคาดการณ์กับเป้าหมายเป็นตัวเลขใช้ขั้นตอนวิธีการถดถอย ไม่อัลกอริทึมการจัดประเภท ชนิดที่ง่ายที่สุดของปัญหาการจัดประเภทเป็นประเภทไบนารี จัดประเภทไบนารี แอตทริบิวต์เป้าหมายมีค่าได้เพียงสอง: ตัวอย่าง สูงอันดับหรืออันดับที่ต่ำ Multiclass เป้าหมายมีค่ามากกว่า 2: ตัวอย่าง ต่ำ กลาง สูง หรือไม่ทราบอันดับเครดิต ในกระบวนการสร้าง (ฝึกอบรม) รุ่นอัลกอริทึมการจัดประเภทการค้นหาความสัมพันธ์ระหว่างค่าของ predictors ที่และค่าเป้าหมาย

ผลลัพธ์ (ไทย) 2:

อย่างต่อเนื่องค่าทศนิยมจะระบุตัวเลขมากกว่าเป้าหมายเด็ดขาด แบบจำลองการทำนายด้วยตัวเลขเป้าหมายใช้วิธีการถดถอยไม่ขั้นตอนวิธีการจัดหมวดหมู่ ชนิดที่ง่ายที่สุดของปัญหาการจัดหมวดหมู่การจัดหมวดหมู่เป็นไบนารี ในการจัดหมวดหมู่ไบนารีแอตทริบิวต์เป้าหมายมีเพียงสองค่าที่เป็นไป: ยกตัวอย่างเช่นการจัดอันดับเครดิตสูงหรือคะแนนเครดิตต่ำ เป้าหมาย multiclass มีมากกว่าสองค่า: ยกตัวอย่างเช่นต่ำกลางสูงหรือการจัดอันดับเครดิตที่ไม่รู้จัก ในขั้นตอนการสร้างแบบจำลอง (การฝึกอบรม) ขั้นตอนวิธีการจัดหมวดหมู่พบความสัมพันธ์ระหว่างค่าของการพยากรณ์และค่านิยมของกลุ่มเป้าหมาย

ผลลัพธ์ (ไทย) 3:

อย่างต่อเนื่อง , ค่าจุดลอยตัวจะแสดงเป็นตัวเลข มากกว่าเป้าหมายอย่างแท้จริง . เป็นแบบจำลองที่มีเป้าหมายเชิงตัวเลขใช้ขั้นตอนวิธีการ ไม่ใช่การจำแนกขั้นตอนวิธี ชนิดที่ง่ายที่สุดของปัญหา จำแนกเป็นประเภทไบนารี ในการไบนารี , แอตทริบิวต์เป้าหมายมีเพียงสองเป็นไปได้ค่า : ตัวอย่างเช่นการจัดอันดับเครดิตสูงหรือคะแนนเครดิตต่ำ เป้าหมายหลายมีมากกว่าสองค่า : ตัวอย่างเช่น ต่ำ , กลาง , สูง หรือ ไม่รู้จัก เครดิตคะแนน ในรูปแบบสร้าง ( ฝึกอบรม ) กระบวนการขั้นตอนวิธีการพบความสัมพันธ์ระหว่างค่าของตัวแปรและค่าของเป้าหมาย