以下哪项任务是预测连续值的() A. 回归B. 聚类C. 多分类D. 二分类

考查要点：本题主要考查对机器学习任务类型的理解，特别是区分回归与分类、聚类任务的核心目标差异。

解题核心思路：

• 回归任务的目标是预测连续值（如温度、房价），输出结果为数值型。
• 分类任务（包括二分类和多分类）的目标是预测离散类别（如判断垃圾邮件、识别动物类别），输出结果为类别标签。
• 聚类任务属于无监督学习，旨在发现数据的自然分组，不涉及预测具体数值或类别。

破题关键点：
明确题目中“预测连续值”这一关键词，直接对应回归任务的定义。

选项分析：

1. A. 回归

   • 回归任务的核心目标是通过历史数据建立模型，预测新的输入对应的连续数值（如预测某天的气温、房价）。
   • 例如：线性回归、决策树回归等算法均属于回归任务。

2. B. 聚类

   • 聚类是无监督学习，用于将数据划分为若干组，每组内的数据具有相似特征。
   • 例如：客户细分、文档分组，但不涉及数值或类别的预测。

3. C. 多分类

   • 多分类任务的目标是将输入分配到多个互斥类别中。
   • 例如：识别图片中的动物是猫、狗还是鸟。

4. D. 二分类

   • 二分类任务是多分类的特例，仅涉及两个类别的划分。
   • 例如：判断邮件是否为垃圾邮件。

结论：只有回归任务直接对应“预测连续值”的需求，因此正确答案为A。