関数
分類は、データセット内の要素の（カテゴリ）クラス（またはラベル）を決定することです
予測は、データセットの欠落した要素を予測することです
作業戦略
分類の場合、データはトレーニングデータセットに基づいてカテゴリにグループ化されます。
予測の場合、欠落した要素を予測するために分類/回帰モデルが構築されます
例
病院では、医療記録または治療結果に基づく患者のグループ化が考慮されます分類一方、分類モデルを使用して治療を予測する場合新しい患者の結果は、予測と見なされます。
分類は、トレーニングの例に基づいて事前定義されたボキャブラリ内のcategorial変数の予測です。
数値（連続）変数の予測はregressionと呼ばれます。
要約すると、分類は一種の予測ですが、他にもあります。したがって、予測はより一般的な問題です。
分類は、それが属する新しい観測のカテゴリまたはクラスラベルを識別するプロセスです。 Predicationは、新しい観測の欠落または利用できない数値データを識別するプロセスです。それが分類と予測の主な違いです。述語は、分類のようなクラスラベルについては関係ありません。
予測には、回帰モデルと分類モデルの両方を使用できます。これは、モデルがトレーニングデータでトレーニングされると、次のフェーズでは、モデルのパフォーマンスを評価するために、実際の値/グラウンドトゥルースの値が不明であるか、保持されるデータの予測を行います。問題の性質がその分類のクラス/ラベル/カテゴリを決定することであり、問題が実数（数値）値を決定することである場合、その回帰。簡単に言えば、予測は、テストデータセットの分類と回帰の両方で行われることになっています。
1 .予測は将来起こるかもしれないことを言っているようなものです。予測は一種の分類かもしれません
2 .予測は主に私たちの将来の仮定に基づいています
一方
1 .分類は、すでに持っているものまたはデータの分類です。この分類は、あらゆる種類の手法またはアルゴリズムに基づくことができます
2 .分類は、主に現在または過去の仮定に基づいています