以下关于“线性回归”的说法，正确的是哪些？A. 线性回归可以用于预测连续数值。B. 线性回归的目标是找到最佳拟合直线。C. 线性回归只能用于分类问题。D. 线性回归是一种监督学习方法。

线性回归是机器学习中的基础算法，主要考查对其核心概念的理解。本题需判断四个选项中哪些正确描述了线性回归的性质。关键点包括：

1. 预测目标：线性回归用于连续数值预测而非分类；
2. 模型目标：通过最小化误差平方和找到最佳拟合直线（或超平面）；
3. 学习类型：属于监督学习，依赖带标签的数据训练。

选项分析

A. 线性回归可以用于预测连续数值

正确。线性回归的核心功能是根据特征预测连续型目标变量（如房价、温度），符合回归任务的定义。

B. 线性回归的目标是找到最佳拟合直线

正确。线性回归通过最小二乘法拟合一条直线（或高维空间中的超平面），使预测值与实际值的均方误差最小。

C. 线性回归只能用于分类问题

错误。线性回归属于回归算法，分类问题通常使用逻辑回归等其他方法。

D. 线性回归是一种监督学习方法

正确。线性回归需要带标签的训练数据，通过学习输入与输出的关系进行预测，符合监督学习的特征。