哪种算法适合用于解决回归问题？()A. K-means聚类B. 线性回归C. 决策树分类D. 支持向量机（SVM）

本题主要考察不同机器学习算法的适用问题类型，需区分回归问题与分类、聚类问题的算法对应关系。

关键分析：

1. 问题类型区分：回归问题的目标是预测连续数值（如房价、温度），分类问题预测离散类别（如是否患病），聚类问题是无监督学习，目标是将数据分成相似群组。
2. 选项逐一判断：
   • A. K-means聚类：无监督学习算法，用于数据分组（聚类），不解决回归问题，排除。
   • B. 线性回归：有监督学习算法，核心是建立特征与连续因变量之间的线性关系，直接用于回归预测，符合题意。
   • C. 决策树分类：名称中明确“分类”，用于离散类别预测，不适用回归，排除。
   • D. 支持向量机（SVM）：虽可用于回归（S选项可能混淆SVM的回归和分类功能，但题目未明确SVM回归，且选项D未标注“回归”，而B是典型回归算法，故排除）。