回归问题还是分类问题？

Question

我从kaggle中为我的类项目选择了一个数据集。这是数据集的链接。https://www.kaggle.com/iabhishekofficial/mobile-price-classification

在这个数据集中，有20个特性和一个名为"Price_range“的目标变量。这个目标变量有四个类别。低价，中等价格，高价格，非常高的价格。现在，这个数据集已经编码如下：低价格- 0，中等价格-1，高价格-2，很高的价格-2

现在，根据我的理解，我认为这显然是一个分类问题，因为我不是预测移动电话的直接价格，而是预测手机价格的类别，无论是低的还是中等的。现在的问题是，我的教授告诉我，这不是一个分类问题，而是一个明显的回归问题。所以，现在请帮我找出正确的东西。

虽然我相信这是分类问题，但请帮我找出这个问题的最佳情况。

Answer 1

正如你在问题中所说的，如果你想预测移动价格，那么你可以使用回归，因为价格是连续的，但是如果你想预测手机的价格类别，那么它肯定是分类的。

Answer 2

您提供的链接标题为分类数据集，而且标签列是一个分类变量，而不是数字值。