概述
分类（Classification）与回归（Regression）的区别在于 输出 变量的类型。
通俗理解：
- 定量 输出称为回归，或者说是 连续 变量预测；
- 定性 输出称为分类，或者说是 离散 变量预测。
回归
回归问题的预测结果是连续的，通常是用来预测一个值，如预测房价、未来的天气情况等等。
一个比较常见的回归算法是线性回归算法（LR，Linear Regression）。
回归分析用在神经网络上，其最上层不需要加上softmax函数，而是直接对前一层累加即可。
回归是对真实值的一种逼近预测。
分类
分类问题的预测结果是离散的，是用于将事物打上一个标签，通常结果为离散值。
分类通常是建立在回归之上，分类的最后一层通常要使用softmax函数进行判断其所属类别。
分类并没有逼近的概念，最终正确结果只有一个，错误的就是错误的，不会有相近的概念。
最常见的分类方法是逻辑回归（Logistic Regression），或者叫逻辑分类。