Как вы все знаете, в ML, если зависимая функция является непрерывной по своей природе, применяются модели регрессии. Но если зависимый признак носит категориальный характер, то используются модели классификации.
Как видно на этом графике (https://i.sstatic.net/9Q3wfudK.png), есть макс. количество точек данных повторяется, что позволяет предположить, что они образуют категории.
Тогда почему здесь используется регрессия?
Вот набор данных :(https://drive.google.com/file/d/1vTIiQ0 ... sp=sharing)
Я обсуждал этот вопрос со своими сверстниками и учителем. Все они говорят, что регрессия используется для прогнозирования, но никто не может объяснить, почему.
Подробнее здесь: https://stackoverflow.com/questions/790 ... n-then-why
