हर भविष्यवाणी एक श्रेणी नहीं होती। कभी-कभी उत्तर एक संख्या होती है: कल का तापमान, घर की कीमत, किसी मरीज का रक्तचाप। रिग्रेशन इनपुट विशेषताओं से निरंतर मानों की भविष्यवाणी करता है।

लीनियर रिग्रेशन एक सीधी रेखा या हाइपरप्लेन को फिट करता है। पॉलीनोमियल रिग्रेशन वक्रता जोड़ता है। रैंडम फॉरेस्ट और ग्रेडिएंट बूस्टिंग जैसी ट्री-आधारित विधियाँ स्पष्ट फीचर इंजीनियरिंग के बिना अरेखीय संबंधों को संभालती हैं।

सामान्य प्रतिगमन मेट्रिक्स

• औसत निरपेक्ष त्रुटि
• माध्य वर्ग त्रुटि
• मूल माध्य वर्ग त्रुटि
• आर-स्क्वायर, विचरण के अनुपात की व्याख्या

आउटलायर्स, एब्सोल्यूट-एरर मेट्रिक्स की तुलना में स्क्वेयर्ड-एरर मेट्रिक्स को अधिक विकृत करते हैं। सही लॉस का चुनाव इस बात पर निर्भर करता है कि बड़ी त्रुटियों को अतिरिक्त महत्व दिया जाना चाहिए या नहीं। डोमेन का ज्ञान आमतौर पर इस प्रश्न का समाधान कर देता है।