- 目标值：是连续型的值，在某个区间内可以取任意数值，即可以无限的划分。
- 离散型随机变量有取某个值的概率
- 连续型随机变量没有取得某个值的概率。
以下问题归类为回归问题：
注解：
- 西瓜好坏的例子，是把连续型的值转变为了离散的值（好、坏），是把一个回归问题转变为了一个分类问题。
回归例子：
注解：
- 这里的属性指的是特征。
注解：
- 自变量和因变量可以理解为：特征和目标值
- a是4个特征的3个样本。
- b是权重。
- numpy中的数组不能做矩阵运算，所以不能用于深度学习，而矩阵可以。
- 可以看到，结果并不是3个目标值，不是我们想要的结果。
- 矩阵相乘得到是3个样本目标值，是我们想要的结果。
- 特点:每个样本都要与权重矩阵相乘，每个样本都乘以了相同的权重矩阵。