回归问题还是分类问题？

Question

我从 kaggle 中为我的课堂项目选择了一个数据集。 这是数据集的链接。 https://www.kaggle.com/iabhishekofficial/mobile-price-classification

在这个数据集中，有 20 个特征和一个名为“Price_range”的目标变量。 这个目标变量有四个类别。 低价、中价、高价、极高价。 现在，这个数据集已经编码如下：低价 - 0、中价-1、高价-2、非常高价-2

现在，根据我的理解，我认为这显然是一个分类问题，因为我不是在预测手机的直接价格，而是在预测手机价格的类别，无论是低价还是中价等等。 现在的问题是我的教授告诉我这不是一个分类问题，相反，它显然是一个回归问题。 所以，现在请帮助我确定正确的事情。

虽然我确实相信这是分类问题，但请帮助我找出这个问题的完美情况。

Answer 1

您提供的链接的标题是分类数据集，此外标签列是分类变量而不是数值

Answer 2

正如您在问题中所说，如果您想预测移动价格，那么您可以使用回归，因为价格将是连续的但如果您想预测移动的价格类别，那么它肯定会进入分类。

Answer 3

根据您的问题，您的教授是正确的，因为价格范围（目标变量）具有连续值（0、1、2、3），因此它与回归问题完全相关。您必须始终记住分类问题只有两个值0或1。

为了确定解决问题的正确方法，以下几点很有用：

回归问题：

• 数据集中目标变量的值在连续范围内。

分类问题：

• 这里目标变量的值是0或1