分类（Classification）是一个有监督的学习过程，目标数据集（示例集）中具有的类别是已知的，分类过程需要做的就是把每一条记录归到对应的类别下。由于必须事先知道各个类别的信息，并且所有待分类的数据条目都默认有对应的类别，因此分类算法也有其局限性，当上述条件无法满足时，我们就需要尝试聚类（后面介绍）分析。
在【机器学习11】中，笔者介绍了逻辑回归（Logistic Regression），它就是一种分类分析，它有正向类和负向类，即：y ∈ {0, 1}，其中 0 代表负向类，1 代表正向类。
当面对一个分类问题：y = 0 或 1，可能出现的情况是： hθ(x) > 1 或 < 0，就无法进行结果的归纳。此时就需要采用逻辑回归，得到的结果可以满足： 0≤ hθ(x) ≤1 。可以说逻辑回归是一种特殊的分类算法，同理，更普遍的分类算法中可能有更多的类别，即：y ∈ {0, 1, 2, 3 ...} 。
目录文章来源：https://www.toymoban.com/news/detail-515436.html
1. 阈值 Thresholding文章来源地址https://www.toymoban.com/news/detail-515436.html
到了这里，关于机器学习12：分类 Classification的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
