На этом шаге мы кратко охарактеризуем регрессию.
В двух предыдущих примерах мы познакомились с задачами классификации, цель которых состояла в предсказании одной дискретной метки для образца входных данных. Другим распространенным типом задач машинного обучения является регрессия, заключающаяся в предсказании не дискретной метки, а значения на непрерывной числовой прямой: например, температуры воздуха на завтра по имеющимся метеорологическим данным или времени завершения программного проекта по его спецификациям.
Не путайте регрессию с алгоритмом логистической регрессии. Как ни странно, логистическая регрессия не является
регрессионным алгоритмом - это алгоритм классификации.
На следующем шаге мы рассмотрим используемый набор данных.
