回帰と分類

回帰 (Regression)

回帰とは、株価分析のように、連続するデータの予測を行うときなどに使う。
主に数値を扱うとき。
例えば、そのデータの特徴量の傾向をみて(座標上に線を書いて)、具体的な数字を出す（線上から割り出す）、予測するのが回帰である。

分類は、回帰とは違い具体的な数字を出すのではなく、与えられたクラスに分ける（ラベリングする）ことを目的としている。
例えば、花弁の数をみて、少ないとパンジー、多いとたんぽぽのように、あらかじめ与えられたクラス（ここでは、パンジーとたんぽぽ）に分けることを分類という。

考え方的には、回帰は時系列、時の経過を考慮するものが多いのに対して（必ずしもそれだけでない）、分類は、ある時点を切り抜いた中で考えたり、そもそも、時の経過を考慮しないようなイメージがあります。

簡単に言うと、

回帰 → 予測
分類 → ラベリング

という感じかなと。