## Регрессия
**Регрессия** - задача на предсказание вещественного числа.  
## Классификация
**Классификация** - это определение класса объекта. Например, есть два класса - кошки и собаки. Мы можем показать огромное количество кошек и собак, и нужно определить, кто где изображен. Это и будет классификацией.  
Задача классификации - формализованная задача, в которой имеется множество объектов, разделенных некоторым образом на классы. Задано конечное множество объектов, для которых известно, к каким классам они относятся. Классовая принадлежность других объектов неизвестна. Требуется построить алгоритм, способный классифицировать неизвестные объекты.  
#### Ключевые характеристики задачи классификации
- Как и в задаче регрессии, у нас есть признаки. Это могут быть площадь квартиры, рост человека, наличие загранпаспорта и т. д.  
- У нас есть **конечное** количество классов. Например:
	- Тип жилья - эконом-класс, средний класс, бизнес-класс, люкс
	- Уровень образования: нет образования, среднее, средне-специальное, высшее, ученая степень
	- Вернет ли человек кредит: да или нет (бинарная классификация)
#### Дерево решений
Дерево решений - является ли задача задачей классификации:  
![Дерево решений. Классификация](../Pictures/08_01.%20Дерево%20решений.%20Классификация.png)  
Дерево решений - выжил ли пассажир при кораблекрушении:  
![Дерево решений. Кораблекрушение](../Pictures/08_02.%20Дерево%20решений.%20Кораблекрушение.png)  
#### Итог
- Классификация - задача на определение класса объекта
- Классов конечное количество
- Ответ да/нет - тоже классификация (бинарная)
## Кластеризация
Необходимо взять набор объектов и выявить его структуру. Найти конкретные группы - кластеры, которые наиболее похожи внутри группы, но сильно различаются по группа. Полезно, когда у нас огромное количество данных, мы о них ничего не знаем и нам нужно понять, из чего эти данные состоят. Например, потребители, посетители больницы и т. д.  
**Кластеризация (кластерный анализ)** - задача разбиения некоторого количества объектов на такие группы, что объекты внутри группы были максимально схожи, а объекты из разных групп максимально отличались. Это задача о том, чтобы взять набор данных, о котором нет информации, и выявить его структуру, выделить группы, которые есть в этом наборе.  
Выделение структуры данных в любом наборе - шаг, предшествующий классификации.  
Зачем это может быть нужно:  
- Сегментация покупателей
- Анализ социальных сетей
- Разбор фотографий на темы