回帰問題の理解

問題

以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。機械学習のタスクのうち、入力データから明日の気温や不動産の価格といった「(　)」を予測する問題を回帰（Regression）と呼ぶ。

これは正解データを用いるため教師あり学習に分類され、カテゴリを予測する分類問題とは区別される。

回帰（Regression）は教師あり学習の一種であり、入力データから「連続する数値（連続値）」を予測するタスクです。例えば、明日の気温、商品の売上金額、不動産の価格などの数値を当てる問題が該当します。

一方、画像が犬か猫かを当てるような、あらかじめ決まったカテゴリ（離散値）を予測するタスクは「分類」と呼ばれ、正解データを持たずにデータをグループ分けする手法は「クラスタリング（教師なし学習）」と呼ばれます。

1. 連続値

正しい：予測したい正解データ（目的変数）が連続した数値になるのが回帰問題の定義です。

2. 離散値

誤り：「離散値」やあらかじめ決まったクラスを予測するタスクは「分類問題」です。

3. カテゴリカル変数

誤り：カテゴリカル変数（質的変数）を予測するタスクは「分類問題」に該当します。

4. クラスタ

誤り：クラスタは教師なし学習の「クラスタリング」によって分けられたデータのまとまりを指します。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ