Machine learning 预测销售量是回归问题还是分类问题？

我是一名机器学习初学者，目前正在Coursera上学习Andrew Ng的机器学习课程。在讲座中，他问了一个简单的问题：你会把下面的问题称为分类问题还是回归问题

您有大量相同物品的库存。你想预测有多少 这些商品中的一种将在未来3个月内售出

我之所以选择分类，是因为我认为我们只是预测会卖出1或不会卖出0。但他说，这是一个回归问题，因为有数千个相同的项目，这是一个连续的输出。我不明白它是如何连续输出的。在我看来，这是一个具有数千个值的离散输出。有人能给我解释一下吗

我不明白它是如何连续输出的。在我看来，这是一个具有数千个值的离散输出

这里的连续输出没有形式上的数学意义；严格地说，输出的某些整数值是离散的，这是正确的，但这不是本文的重点

使其成为回归问题而不是分类问题的关键区别在于，在分类中，输出仅限于一些通常很少的预定义值/级别；很容易看出，这里的情况并非如此，因为销售的数量原则上可以是任何整数值，而将值18和19视为不同的类是毫无意义的。

---

尝试将分类输出视为通常可能没有顺序关系的类别也是有用的；从这个角度来看，18和19之间的差异可以被认为是相同的，18和856之间的差异只是不同的类别；直觉上，很明显，由于我们对确切的销售数量感兴趣，这些差异在他们之间是非常不同的，我们更愿意错误地预测18是19，而不是856…

谢谢！我现在明白了。请注意，问题是你想预测在未来3个月内这些商品的销量。这只是预测总数。这就是回归。它没有对每个库存项目进行单独的1/0预测。