pt5jvslni/Chapter5/线性回归算法思想.md

5.1 什么是回归

在上一章介绍了如何使用k近邻算法来对红酒的品质进行检测。由于红酒的品质是一种离散值，所以，红酒品质检测这件事说白了，就是将对红酒的品质进行分类。

那么细心的你可能会发现一个问题，如果我们想要的输出是连续值而非离散值，该怎么办呢？

那这个时候，就可以引出一个概念了，那就是回归。那回归是什么意思呢？其实说白了，就是这个我们的算法的输出的结果是个连续的值。如果输出不是个连续值而是个离散值那就叫分类。那什么叫做连续值呢？非常简单。

举个栗子：比如我告诉你我这里有间房子，这间房子有 40 平，在地铁口，然后你来猜一猜我的房子总共值多少钱？这就是连续值，因为房子可能值80万，也可能值 80.2 万，也可能值 80.111 万。再比如，我告诉你我有间房子，120 平，在地铁口，总共值 180 万，然后你来猜猜我这间房子会有几个卧室？那这就是离散值了。因为卧室的个数只可能是 1， 2， 3，4，充其量到 5 个封顶了，而且卧室个数也不可能是什么 1.1 ， 2.9 个。所以呢，对于数据挖掘新手来说，你只要知道我要完成的任务是预测一个连续值的话，那这个任务就是回归。是离散值的话就是分类。

所以预测房价其实就是一种回归问题。而接下来要介绍的线性回归算法就是回归算法中的一种。