分类是更直接的方法，它可能会产生更好的结果。这是因为模型的目标与您的目标完全相同——即预测价格是高于还是低于阈值——并且它将最大限度地提高这种准确性。

例如，试图最小化 MSE 的回归模型可能会给您一个模型，该模型不能准确地将预测放在阈值的正确一侧——它不知道或不关心。该模型与您的目标不同。

让我们构建一个非常简单的例子来看看为什么会这样：

Training     Test 
x      y     x      y
1.0    20    1.8    ?
2.0    20    2.4    ?
3.0    200   2.8    ?
4.0    200   3.2    ?

这里我使用规​​则if x<2.5: y=20, else y=200来生成数据。

最大边距分类器会正确处理所有测试示例，但适合训练数据的线性回归模型会使所有测试示例出错。