多项式回归是一种用来:（）A. 预测二进制输出的回归算法B. 发现数据中的关联规则C. 进行多项式拟合的回归算法D. 对数据进行分类的聚类算法

考查要点：本题主要考查对多项式回归核心概念的理解，需明确其应用场景及与其他数据分析方法的区别。

解题思路：

1. 回归算法的本质：回归算法用于预测连续型输出，而非分类或聚类。
2. 多项式回归的特点：通过多项式函数拟合数据中的非线性关系，是线性回归的扩展形式。
3. 排除干扰项：关联规则发现属于关联分析，分类和聚类属于无监督/有监督学习中的其他任务，均与回归无关。

选项分析

选项A

错误。多项式回归属于回归算法，目标是预测连续值（如温度、房价），而二进制输出（如“是/否”）属于分类任务（如逻辑回归）。

选项B

错误。关联规则发现（如“买牛奶的人常买面包”）属于关联分析，与回归无关，常见于市场篮子分析。

选项C

正确。多项式回归通过构建多项式函数（如 $y = a + b_1x + b_2x^2 + \dots$）拟合数据中的非线性关系，是回归分析的扩展形式。

选项D

错误。聚类是无监督学习任务（如K均值），分类任务需用分类算法（如决策树）。回归算法不用于分类。