Что такое задача регрессии в ML и чем она отличается от задачи классификации?

Регрессия — задача supervised learning, где целевая переменная y — непрерывная величина (y ∈ ℝ): цена, длительность, температура, спрос. Модель предсказывает число, а не метку класса. Базовые метрики: MAE (средняя абсолютная ошибка), MSE / RMSE (квадратичная), R² (доля объяснённой дисперсии, 1 - SS_res/SS_tot). В отличие от классификации, ошибка имеет размерность как у y, нет понятий precision/recall/ROC-AUC, и loss-функции тоже другие — MSE / MAE / Huber вместо log-loss.