假設 y是結果(如股票價格) , x是變數(如進料成本,薪資成本......等) , 以分類或迴歸分析找出y與x的關係, y=f(x), 如此可預測未來。

Classification(分類)

分類的應用:

• 天氣好壞、男女辨識、動物辨識、植物辨識。

Regression(迴歸)

迴歸的應用:wiki

• 趨勢線
  一條趨勢線代表著時間序列數據的長期走勢。它告訴我們一組特定數據（如GDP、石油價格和股票價格）是否在一段時期內增長或下降。雖然我們可以用肉眼觀察數據點在坐標系的位置大體畫出趨勢線，更恰當的方法是利用線性迴歸計算出趨勢線的位置和斜率。

• 流行病學
  有關吸菸對死亡率和發病率影響的早期證據來自採用了迴歸分析的觀察性研究。為了在分析觀測數據時減少偽相關，除最感興趣的變數之外,通常研究人員還會在他們的迴歸模型里包括一些額外變數。例如，假設我們有一個迴歸模型，在這個迴歸模型中吸菸行為是我們最感興趣的獨立變數，其相關變數是經數年觀察得到的吸菸者壽命。研究人員可能將社會經濟地位當成一個額外的獨立變數，已確保任何經觀察所得的吸菸對壽命的影響不是由於教育或收入差異引起的。然而，我們不可能把所有可能混淆結果的變數都加入到實證分析中。例如，某種不存在的基因可能會增加人死亡的機率，還會讓人的吸菸量增加。因此，比起採用觀察數據的迴歸分析得出的結論，隨機對照試驗常能產生更令人信服的因果關係證據。當可控實驗不可行時，迴歸分析的衍生，如工具變數迴歸，可嘗試用來估計觀測數據的因果關係。

• 金融
  資本資產定價模型利用線性迴歸以及Beta係數的概念分析和計算投資的系統風險。這是從聯繫投資回報和所有風險性資產回報的模型Beta係數直接得出的。

• 經濟學
  線性迴歸是經濟學的主要實證工具。例如，它是用來預測消費支出，[4]固定投資支出，存貨投資，一國出口產品的購買，[5]進口支出，[5]要求持有流動性資產，[6]勞動力需求、[7]勞動力供給。

Classification and Regression

分類與迴歸交互應用

• 辨識人的年齡及性別

註:本文是搜尋數個網站及各種不同來源之結果,著重在學習,有些內容已難辦別出處,我會儘可能列入出處,若有疏忽或出處不可考,請聯絡我, 我會列入, 尚請見諒。