Python で教師あり学習を使用しようとしているところに問題があります。1 つのデータ セットのラベルに属していることがわかっている一連の x、y 座標があります。もう一方には、x、y 座標しかありません。1 つのセットを使用してもう 1 つのセットをトレーニングします。私のアプローチは、教師あり学習のアプローチであり、ラベルの数が離散的であるため、分類アルゴリズム (線形判別分析) を使用します。それらは離散的ですが、数が多いです（n =〜80,000）。私の質問は、回帰が連続ラベルに適している分類よりも回帰を考慮する必要があるラベルの数です。機械学習パッケージとして SciKit を使用し、ガイドとして astronml.orgs の優れたチュートリアルを使用しています。