房价预测、股价预测属于（ ）任务A. 分类B. 回归C. 聚类D. 降维

本题考查机器学习中不同任务类型的概念及应用场景，解题思路是明确每个选项所代表的任务类型的特点，然后判断房价预测和股价预测符合哪种任务类型的特征。

• 分类任务：分类任务是将输入的数据划分到不同的离散类别中。例如，判断一张图片是猫还是狗，或者判断一封邮件是垃圾邮件还是正常邮件。其输出是离散的类别标签。
• 回归任务：回归任务是预测一个连续的数值输出。在房价预测中，我们要预测的是具体的房价数值，这个数值可以是任意的实数，是连续的；股价预测也是预测股票的具体价格，同样是连续的数值。所以房价预测和股价预测属于回归任务。
• 聚类任务：聚类是将数据集中的数据对象划分为多个组或簇，使得同一簇内的数据对象具有较高的相似度，而不同簇之间的数据对象具有较高的相异度。聚类是一种无监督学习方法，它不需要预先定义类别标签，主要用于发现数据中的自然分组结构。例如，将一群顾客根据他们的购买行为进行聚类。
• 降维任务：降维是指在尽可能保留数据信息的前提下，减少数据的特征维度。降维的目的是降低数据的复杂度，减少计算量，同时去除噪声和冗余信息。常见的降维方法有主成分分析（PCA）等。