M03.04｜分類 vs 迴歸：預測類別還是預測數字
分類回答是非題，迴歸回答填空題 — 搞混了模型就白訓練了
本講學習重點
分類（Classification）和迴歸（Regression）是監督式學習的兩大任務類型， 差異在於輸出的形式： - 分類：輸出是離散標籤（類別），例如「垃圾/正常」、「貓/狗/鳥」 - 迴歸：輸出是連續數值，例如「房價 1,280 萬」、「明日氣溫 28.5°C」 判斷依據：問自己「答案是一個類別名稱，還是一個數字？」 - 是類別名稱 → 分類 - 是數字（且數字大小有實際意義）→ 迴歸 多分類（Multi-class Classification）：輸出超過兩個類別， 常用策略是 Softmax，輸出每個類別的機率，取機率最高者。 閾值（Threshold）：分類模型實際輸出的是機率（0~1）， 預設 0.5 為分界，但依業務需求可調整： - 偵測癌症 → 降低閾值（寧可誤報，不可漏報） - 詐欺攔截 → 視誤報成本與漏報成本決定 選錯任務類型是最常見的初學者錯誤，會導致訓練出無意義的模型。
🎙️ Podcast（中文）
一句話搞懂
分類是讓 AI 貼標籤（「這封信是垃圾郵件」），迴歸是讓 AI 填數字（「這間房子值 1,280 萬」）——輸出是類別還是數值，決定了你該用哪種模型。
白話解說
最根本的差異：輸出長什麼樣子？
要區分分類和迴歸，只需要問自己一個問題：「我要預測的答案，是一個類別名稱，還是一個數字？」
如果答案是一個類別名稱——「垃圾郵件」、「良性腫瘤」、「客戶會不會流失」、「明天會不會下雨」——那就是分類（Classification）任務。分類模型輸出的是離散標籤，每個輸出都是有限選項中的其中一個，就像選擇題只能勾 A、B、C、D。
如果答案是一個有意義的數字——「這間房子值多少錢」、「明天的最高氣溫是幾度」、「這個用戶下個月會消費多少」——那就是迴歸（Regression）任務。迴歸模型輸出的是連續數值，理論上可以是任何數字，就像填空題可以填入任意合理的答案。
這個區別聽起來很簡單，但在實務中卻是最常被搞混的地方之一。搞錯了，模型就算訓練完成也毫無意義。
分類：讓模型回答是非題或選擇題
分類的核心邏輯是讓模型學習「哪些特徵組合對應到哪個類別」。訓練時，你提供大量已標記類別的資料；預測時，模型根據輸入特徵，判斷它最可能屬於哪個類別。
一個重要的細節是：分類模型實際上輸出的是「機率」，而不是直接輸出類別。以垃圾郵件偵測為例，模型可能輸出「這封信有 92% 的機率是垃圾郵件」。然後系統再根據一個閾值（Threshold）——通常預設為 0.5——來決定最終輸出的類別：機率超過 0.5 就歸類為「垃圾郵件」，低於 0.5 就歸類為「正常郵件」。
這個機率到類別的轉換步驟，在實務中非常關鍵，我們後面會詳細說明。
二元分類（Binary Classification）是最簡單的情況：只有兩個類別，非此即彼。例如：
- 信用卡交易：詐欺 / 正常
- 醫學檢驗：陽性 / 陰性
- 產品品管：合格 / 不合格
- 客戶流失預測：會流失 / 不會流失
迴歸：讓模型回答填空題
迴歸的目標是預測一個連續的數值輸出。模型學習的是「輸入特徵和輸出數值之間的數學關係」——某種程度上，就是在資料中找一條「最能描述規律的線（或曲線）」。
線性迴歸（Linear Regression）是最基礎的迴歸模型：假設輸入和輸出之間存在線性關係。以房價預測為例，模型可能學到：
房價 = 坪數 × 30萬 + 屋齡 × (-5萬) + 捷運距離 × (-2萬) + 常數項
這條公式就是模型從訓練資料中「學」出來的，每個係數（30萬、-5萬、-2萬）反映了各個特徵對房價的影響程度。當然，真實房價的預測遠比這複雜，實務上會用更複雜的非線性模型，但核心邏輯相同：輸出一個數字，且這個數字代表某種連續的量。
迴歸的評估方式和分類不同。分類看「有幾題答對」（準確率），迴歸看「答案和正確值差了多少」（誤差）。常見的迴歸評估指標包括：
- MAE（平均絕對誤差）：預測值和真實值的絕對差距平均，單位和原始數據相同，例如「平均預測誤差是 50 萬元」
- RMSE（均方根誤差）：對大誤差懲罰更重，如果你特別不能接受偶爾的大失誤，這個指標更合適
- R²（決定係數）：表示模型能解釋多少「資料的變異性」，越接近 1 越好
如何選擇：分類還是迴歸？
判斷步驟如下：
第一步：問「答案是類別還是數字？」
如果是類別 → 分類。如果是數字 → 進入第二步。
第二步（數字的情況）：數字的大小有沒有真實的「量」的意義？
有時候，問題的答案雖然是數字，但本質上是分類。例如：「病患的嚴重程度」可以用 1、2、3、4 來編碼，但這些數字代表的是類別（輕度/中度/重度/危急），1 和 2 的差距並不等同於 3 和 4 的差距——這種情況叫做「有序分類（Ordinal Classification）」，用分類模型比用迴歸模型更合適。
反之，如果數字代表真實的連續量——像氣溫、金額、距離——那就用迴歸。
第三步：思考錯誤的代價
- 分類錯誤的代價是「貼錯標籤」——把癌症患者判斷為健康
- 迴歸錯誤的代價是「偏差多少」——房價預測差了 100 萬
兩種任務的失敗模式不同，要根據業務場景選擇最能控制風險的任務類型。
多分類：選擇題不只兩個選項
當輸出類別超過兩個時，就是多分類（Multi-class Classification）問題。例如：
- 手寫數字辨識：0 到 9，共 10 個類別
- 新聞分類：政治、財經、體育、娛樂、科技……
- 語言識別：中文、英文、日文、韓文……
多分類的常見處理方式：
Softmax 函數：這是最主流的多分類輸出機制。模型最後一層對每個類別輸出一個分數，Softmax 把這些分數轉換成「加總為 1 的機率分佈」。例如辨識一張圖片，模型可能輸出：
| 類別 | 原始分數 | Softmax 機率 |
|---|---|---|
| 貓 | 3.2 | 67% |
| 狗 | 1.8 | 25% |
| 鳥 | 0.5 | 8% |
最終預測結果是機率最高的「貓」（67%）。Softmax 讓我們不只知道「模型認為是貓」，還能看出它有多確定——如果最高機率只有 35%，表示模型其實不太確定，這個資訊很有價值。
多標籤分類（Multi-label Classification）是另一種情況：一筆資料可以同時屬於多個類別。例如一篇新聞可以同時被標記為「財經」和「科技」，一張圖片可以同時包含「貓」和「狗」。這與多分類不同——多分類是「只選一個」，多標籤是「可以選多個」。多標籤分類通常拆解為多個獨立的二元分類問題來處理。
閾值調整：讓模型更符合業務需求
回到分類模型輸出機率這件事。預設閾值是 0.5，但 0.5 不一定是最好的選擇——這完全取決於你在乎什麼樣的錯誤。
先認識兩種錯誤：
- 假陽性（False Positive，FP）：模型說「有」，但實際上「沒有」。例如：把正常郵件判斷為垃圾郵件。
- 假陰性（False Negative，FN）：模型說「沒有」，但實際上「有」。例如：把癌症患者的檢驗結果判斷為正常。
這兩種錯誤的代價在不同場景下天差地遠：
| 場景 | 假陽性的代價 | 假陰性的代價 | 建議閾值調整方向 |
|---|---|---|---|
| 癌症篩檢 | 多做一次複查（麻煩但可接受） | 漏掉癌症患者（難以挽回） | 降低閾值，讓模型更「敏感」，寧可多誤報 |
| 垃圾郵件過濾 | 重要信件進垃圾桶（用戶抱怨） | 垃圾郵件進收件匣（小麻煩） | 提高閾值，減少假陽性 |
| 金融詐欺偵測 | 正常交易被擋下（客戶不滿） | 詐欺交易沒被攔截（損失金錢） | 視詐欺金額大小決定，高額交易可降低閾值 |
| 產品出廠品管 | 良品被退回（增加成本） | 瑕疵品流出（客訴、品牌損失） | 降低閾值，嚴格把關 |
實務操作：調閾值不需要重新訓練模型，只需要在預測結果出來後改變「機率轉類別」的那道門檻。通常工程師會畫出「ROC 曲線」或「Precision-Recall 曲線」，找出在業務需求下最佳的閾值點。
應用場景
台灣企業的分類與迴歸應用實例
| 產業 | 應用場景 | 任務類型 | 輸出範例 | 關鍵指標 |
|---|---|---|---|---|
| 金融保險 | 車險理賠審核：此次申請是否為詐欺？ | 二元分類 | 詐欺（88%）/ 正常（12%） | 詐欺召回率（避免漏報） |
| 醫療 | 糖尿病視網膜病變分級：嚴重程度？ | 多分類 | 無病變 / 輕度 / 中度 / 重度 / 增殖型 | 各級別的正確率 |
| 房地產 | 實價登錄估價：這間房子市值多少？ | 迴歸 | 1,280 萬元（±50 萬） | RMSE（均方根誤差） |
| 製造業 | 晶圓廠良品率預測：這批晶圓良率幾%？ | 迴歸 | 92.3% | MAE（平均絕對誤差） |
| 電商零售 | 顧客分級：這個顧客是哪個等級？ | 多分類 | 一般 / 銀卡 / 金卡 / 鑽石 | 各級別 F1 分數 |
| 人力資源 | 員工離職預測：下季是否會離職？ | 二元分類 | 高風險（73%）/ 低風險（27%） | 離職召回率（避免人才突然流失） |
| 農業 | 農產品收購量預測：下季番茄產量幾公噸？ | 迴歸 | 預估 4,200 公噸（±300 公噸） | MAPE（平均絕對百分比誤差） |
| 媒體 | 新聞自動分類：這篇文章屬於哪個版面？ | 多分類 | 財經（61%）/ 科技（28%）/ 其他（11%） | 準確率、F1 分數 |
關鍵觀察：同一個產業有時候既需要分類也需要迴歸。以醫療為例：「這個病人有沒有糖尿病」是分類，「這個病人的血糖值會是多少」是迴歸。兩種任務都有價值，選哪種取決於業務需求——「要做決策（打針/不打針）」→ 分類；「要做數值規劃（藥量調整）」→ 迴歸。
常見誤區
誤區一：「預測的數字就一定要用迴歸」
這是最典型的混淆。有些問題的答案雖然是數字，但本質是分類。
最常見的例子：評分系統。電影評分 1 到 5 星，如果你問的問題是「這個用戶會給幾星？」，直覺上用迴歸——因為輸出是數字。但如果你的業務問題其實是「這個用戶是否會給高分（4 星或 5 星）？」，那用二元分類更直接，模型也更容易訓練出好結果。
另一個例子：郵遞區號。如果你把台灣各縣市的行政區郵遞區號（100、200、300……）當作迴歸目標，模型會誤以為「200 和 300 的差距，等於 100 和 200 的差距」，但郵遞區號只是代碼，沒有這種數值意義。這種情況必須用分類，把每個郵遞區號當作獨立的類別。
判斷原則：數字的「大小順序和間距」是否有真實的量化意義？有 → 迴歸；只是代碼或等級 → 分類。
誤區二：「分類模型輸出 0.6 代表它很確定」
許多人看到分類模型輸出「正例機率 0.6」就認為模型已經很確定了。事實上，0.6 的確信度非常低——這表示模型其實拿不準，只比隨機猜測（0.5）好一點點。
在醫療、金融等高風險場景，模型信心度本身就是重要資訊。只輸出「分類結果」而不看機率值，會失去大量有用的資訊。好的系統應該：
- 當機率接近 0.5（例如 0.48 到 0.52）時，標記為「不確定，需要人工複審」
- 當機率極高（>0.95）或極低（<0.05）時，才允許系統自動決策
- 定期統計模型的機率校準度（Calibration）——輸出「70% 機率」的預測，是否真的有 70% 的時間是正確的？
誤區三：「用迴歸預測的數字直接當分類界線」
這個誤區常見於把迴歸輸出「硬切」成分類的情況。例如：用迴歸預測顧客的「流失傾向分數（0-100）」，然後定一個規則「分數超過 70 就聯絡挽回」。
問題在於：迴歸模型不知道你在 70 這裡做了切割，它在訓練時只優化「數值預測誤差」，不會特別讓 70 分附近的預測更準確。如果你最終目的是「要不要聯絡這個顧客」這個分類決策，直接訓練一個以「是否流失」為目標的分類模型，通常比「先迴歸再切閾值」更準確，因為分類模型的損失函數直接針對分類任務優化。
當然，迴歸分數在業務溝通上有優點（「顧客流失風險 83 分」比「高風險」更有說服力），兩種方法各有適用場景，但要清楚知道自己做的技術選擇的含義。
小練習
練習一：分類還是迴歸？
以下八個預測任務，請判斷各屬於「分類」或「迴歸」，並進一步說明是「二元分類」、「多分類」還是「迴歸」。
- 預測台灣大學生畢業後的起薪（新台幣）
- 根據 X 光片，判斷患者是否有肺炎
- 根據客服通話紀錄，自動將問題歸類到對應部門（客訴、技術支援、帳務、其他）
- 預測台北市明天的 PM2.5 濃度（微克/立方公尺）
- 判斷一則 Facebook 貼文是否為假新聞
- 根據使用者的聆聽歷史，預測他對某首歌的評分（1-5 星）
- 根據水果的糖度、重量、顏色，判斷它是荔枝、龍眼還是芒果
- 預測一個廣告活動結束後的新增會員人數
看解答
| 題號 | 任務描述 | 任務類型 | 判斷理由 | |------|---------|---------|---------| | 1 | 起薪（新台幣）| **迴歸** | 薪水是連續數值，金額大小有真實量化意義 | | 2 | 是否有肺炎 | **二元分類** | 輸出只有兩個類別：有肺炎 / 沒有肺炎 | | 3 | 客服問題分類 | **多分類** | 輸出有四個以上類別，且一次選一個 | | 4 | PM2.5 濃度 | **迴歸** | 濃度是連續數值，25.3 和 25.4 有真實差距 | | 5 | 假新聞判斷 | **二元分類** | 輸出只有兩個類別：假新聞 / 真實新聞 | | 6 | 音樂評分（1-5 星）| **有爭議，可以是迴歸或多分類** | 星數可視為連續分數（迴歸），也可視為五個等級（多分類）；實務上兩種都有人用 | | 7 | 水果品種判斷 | **多分類** | 輸出是三個品種類別之一 | | 8 | 新增會員人數 | **迴歸** | 人數雖為整數，但代表連續的「量」，用迴歸預測更合適 | **音樂評分的補充說明**：1-5 星是典型的「有序分類」。如果更在意「預測誤差多少星」（例如預測 4 星但實際是 5 星，誤差 1 星），用迴歸更直觀；如果更在意「預測的類別對不對」，用多分類。實務上，Netflix 和 Spotify 的推薦系統都有用過兩種方法。練習二：閾值調整決策
某台灣保險公司開發了一個「理賠詐欺偵測模型」。目前模型設定閾值為 0.5，對 1,000 筆理賠案件的測試結果如下：
- 實際詐欺案件：100 件
- 實際正常案件：900 件
- 模型在閾值 0.5 時：
- 成功偵測詐欺（True Positive）：70 件
- 漏掉的詐欺（False Negative）：30 件（這 30 件被誤判為正常，照常理賠）
- 誤判為詐欺的正常案件（False Positive）：45 件（這 45 件正常客戶被懷疑，需要額外調查）
- 正確通過的正常案件（True Negative）：855 件
現在公司面臨兩個業務方向的考量：
方向 A：客服部門抱怨「被誤判的正常客戶很不滿，影響續保率」，希望減少假陽性。
方向 B：風控部門發現「漏掉的詐欺案件每件平均損失 50 萬元，30 件就是 1,500 萬元」，希望減少假陰性。
請問：針對方向 A 和方向 B，應該分別把閾值調高還是調低？調整後可能帶來的代價是什麼？