回帰問題

回帰問題は、機械学習における教師あり学習の代表的な形式の1つです。入力データから、連続的な数値を出力することを目的とします。予測された数値と実際の値の誤差を最小にすることが学習の目標です。

具体例としては、住宅価格の予測や気温の予測、株価の変動予測などが挙げられます。モデルは過去のデータから数値の変化パターンや傾向を学習し、未知のデータに対して数値を推定します。アルゴリズムとしては、線形回帰や決定木などが用いられます。

G検定では、分類問題との違いが頻出します。分類問題はカテゴリにラベルを割り当てるのに対し、回帰問題は連続値を扱います。出力が離散的か連続的かという性質に着目して判断する問題に対応する必要があります。