回归与分类：别把问题建错模型

预测连续值用回归，预测类别用分类，这是基本区分。但实际业务里问题常被建模错，导致评估口径混乱。

比如预测用户会不会付费是分类，预测付费金额是回归。两者目标不同，特征和损失函数也不一样。

分类常用交叉熵损失，回归常用均方误差。评估上分类看 AUC 和 F1，回归看 MAE 和 RMSE。

有时可以把回归离散化成分类，或把分类概率当连续值用，但要清楚这样做的代价。建模前先想清楚业务要的是什么。