Classifieurs plus proches voisins K-NN

La fonction de régression et la classification sont deux termes interchangeables dans le contexte de l'apprentissage supervisé.

La fonction de régression est utilisée pour la classification, tandis que la classification est utilisée pour l'estimation des valeurs numériques.

La fonction de régression et la classification sont deux méthodes complètement indépendantes.

La fonction de régression est utilisée pour prédire des valeurs numériques, tandis que la classification est utilisée pour prédire des catégories. (correct)

Un problème de régression concerne l'attribution d'observations à des catégories prédéfinies, tandis qu'un problème de classification concerne la prédiction de valeurs numériques.

Un problème de régression concerne la prédiction de valeurs numériques, tandis qu'un problème de classification concerne l'attribution d'observations à des catégories prédéfinies. (correct)

Il n'y a pas de différence entre un problème de régression et un problème de classification.

Un problème de régression concerne la modélisation des données, tandis qu'un problème de classification concerne l'analyse descriptive des données.

$Y$ n'est pas spécifié

$Y = R$ (correct)

$Y$ est un espace vectoriel

$Y$ est un ensemble infini

<p>$D_n$ représente un ensemble d'observations compose d'une paire $(X_i , Y_i )$, ou $X_i$ est un vecteur dans $R^d$ et $Y_i$ est sa valeur associee dans l'espace $Y$.</p> Signup and view all the answers

<p>Dans un problème de regeession, la variable cible est continue, tandis que dans un problème de classification, la variable cible est discrète.</p> Signup and view all the answers