分類に回帰を使用する前に許容できるラベルの数

Question

私は教師付き学習をPythonで使用しようとしているところに問題があります。私は、一連のx、y座標を持っています。これは、あるデータセットのラベルに属しています。もう一方では、私はx、y座標しか持っていません。私はもう一方を訓練するために1つのセットを使用するつもりですが、私のアプローチは教師あり学習のものであり、ラベルの数が離散的であるため分類アルゴリズム（線形判別分析）を使用します。それらは離散的ではあるが、数が多い（n =〜80,000）。私の質問では、ラベルの数は、回帰が連続ラベルに適している分類よりも回帰を考慮する必要があります。 SciKitをマシン学習パッケージとして使用し、astronml.orgs excellent tutorialをガイドとして使用しています。

Answer 1

数字ではありません。それは連続的であるかどうかについてです。 80,000以上のクラスがあるかどうかは関係ありません。 （例えば、クラスiとi + 1のような）隣接クラス間に相関がない限り、分類（回帰ではない）を使用する必要があります。

回帰は、ラベルが連続している場合（例えば実数）、または少なくとも隣接するクラス間に相関がある場合にのみ意味があります（たとえばラベルに何かの数が表示されている場合は回帰を行い、結果をアップ）。