机器学习中的分类问题是什么？

机器学习中的分类问题是依据已知样本特征判断新样本归属哪一类已知样本类的学习任务，核心构成包括二分类、多分类（Multiclass Classification）与多标签分类，常用算法有KNN、逻辑回归与决策树，解决的是类别归属判定问题，并不解决需要给出连续数值的预测问题。

二分类问题：表示分类任务中有两个类别新的样本属于哪种已知的样本类。

多类分类（Multiclass classification）问题：表示分类任务中有多类别。

多标签分类（Multilabel classification）问题：给每个样本一系列的目标标签。

了解更多机器学习分类算法：KNN算法、逻辑回归算法、朴素贝叶斯算法、决策树模型、随机森林分类模型、GBDT模型、XGBoost模型、支持向量机模型等。