工业蒸汽量预测是一个(）问题。A. 自回归B. 多元回归C. 二分类D. 聚类

考查要点：本题主要考查对机器学习问题类型的判断能力，需要根据实际应用场景选择正确的模型类型。

解题核心思路：

1. 明确问题目标：工业蒸汽量预测属于数值预测，即根据历史数据或相关特征预测未来值。
2. 区分回归与分类：回归问题处理连续数值输出（如蒸汽量），而分类问题处理离散类别输出（如二分类）。
3. 分析变量关系：若预测依赖多个输入变量（如生产量、温度等），则属于多元回归；若仅依赖时间序列自身的历史数据，则属于自回归。

破题关键点：

• 蒸汽量是连续值，排除二分类（C）。
• 预测依赖多因素（如生产计划、设备运行等），排除仅依赖历史数据的自回归（A）。
• 聚类属于无监督学习，与预测任务无关，排除（D）。
• 多元回归能处理多变量输入与连续输出，符合题意。

选项分析：

1. 自回归（A）：仅使用时间序列自身的滞后值进行预测，适用于单变量时间序列问题。工业蒸汽预测可能涉及多因素（如生产量、环境变量），因此不适用。
2. 多元回归（B）：通过多个自变量（如生产量、温度、时间等）预测一个因变量（蒸汽量），符合多因素影响的预测场景。
3. 二分类（C）：输出为两类（如“是/否”），而蒸汽量是连续数值，排除。
4. 聚类（D）：用于数据分组，无明确预测目标，与问题无关。

结论：工业蒸汽量预测需结合多个变量预测连续值，属于多元回归问题。