3
是否需要分类或回归来预测给定某些功能的用户的可用性？
在研究数据挖掘方法时，我已经了解到有两个主要类别： 预测方法： 分类 回归 描述方法： 聚类 关联规则 由于我想根据位置，活动，电池电量（培训模型的输入）来预测用户的可用性（输出），因此我认为很明显我会选择“预测方法”，但是现在我似乎无法选择分类和回归。从到目前为止的理解，分类可以解决我的问题，因为输出是“可用”或“不可用”。 分类能否为我提供用户可用或不可用的概率（或可能性）？ 在输出中，不仅仅是0（不可用）或1（可用），还可以是： 80%80%80\%可用 20%20%20\%不可用 也可以使用回归来解决此问题吗？ 我知道回归用于连续输出（不仅是0或1个输出），但是输出不能是用户可用性的连续值（例如输出为表示用户为可用，则用户是无法使用）。80808080%80%80\%20%20%20\%