线性回归用于解决什么问题A. 分类问题B. 聚类问题C. 回归问题D. 序列预测问题

线性回归是一种统计方法，用于建立因变量与一个或多个自变量之间的线性关系。它主要用于预测和建模，特别是当目标是预测一个连续的输出变量时。线性回归通过拟合一条直线（在二维空间中）或一个超平面（在多维空间中）来最小化预测值与实际值之间的误差。因此，线性回归主要用于解决回归问题，即预测一个连续变量的值。