小白理解，有错请指出来，我改正，不要让我错下去

类和回归的区别在于输出变量的类型。
（是不是很懵，你要是不懵，反正我懵了）

官方定义

（我看着很懵）
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。

A：一个训练集
B：一个测试集
M：一个学习算法（就是通过A训练学习后的结果）

分类就是：要求M对B进行判断，判断B中的数据是好是坏，是丑是美，只有正反两 个结果，或者第三个结果，但是每个结果是独立的，结果之间不存在函数关系，有函数关系也是y=sign(g(x))（符号函数）关系

回归就是：要求M对B进行分析，分析B中的数据在M的作用下会得到那些结果，结果之间可能存在一种函数关系y=g(x)

举个例子：
有M学习算法
A：天气数据的训练集
B：天气数据的测试集

M预测B中，明天的气温是多少度，可能是30,31,32，这些结果有一个y=g(x)函数关系，这是一个回归任务；

M预测B中，明天气温，可能结果就是，热 。冷，热冷中间可能还有温和等等，但是结果之间没有函数关系，这是一个分类任务。