老师想要根据身高和体重记录他的学

分类预测类别。例如，一位生。 身高（厘米） 体重（公斤） 性别 180 65 男人 185 70 男人 155 42 女士 160 45 女士 183 67 ??? 从上面的数据中，我们可以看到学生根据身高和体重进行的性别分类。可以推算出身高183cm、体重67cm的学生属于男生。

这是分类的概 但是回归呢如果分类

预测类别，那么回归预测数量。一个例子是当我 法国电话号码数据 们知道完成一项工作需要多长时间时 职工人数（人） 时间（天） 2 30 5 25 10 18 17 号 10 20 ??? 从以上数据可以看出，工人越多，完成工作所需的时间越短。可以肯定的是，20 名工人只需不到 10 天的时间。 第二种方法是 关联。

与有 监督的预测相反 联 的本质

是 无监督的，即当数据 国家列表 还没有引用规则时，就会寻找连接并寻找新的组。可以使用的一些方法包括 市场篮、链接分析 和 序列分析。 第三种方法是 分割 ，也是 无监督的。使用的方法是 聚类 和 异常值分析。不仅是回归，分类也经常被质疑，它和聚类一样吗？两者的任务都是对数据进行分组。然而，不同的是，分类是已经分组的数据，或者说数据将被放入预定的类别中。