3、下面关于分类和回归的说法中，正确 的是：

A.逻辑回归（Logistic Regression）不能用于处理二分类问题。

B.有很多场景需要输出的是概率估算值，这时需要将预测输出值控制在[0,1]区间内。

C.二元分类问题的目标是正确预测两个可能的标签中的一个。

D.逻辑回归模型能够确保输出值始终落在0 和1 之间。

A.Logistic回归实际上是一种分类算法。

B.Logistic回归通常用于处理多分类问题。

C.Logistic回归的损失函数可以选用交叉熵，并且采用梯度下降法调整其中的参数。

D.Logistic回归属于线性回归模型。

A.Logistic回归实际上是一种分类算法。

B.Logistic回归通常用于处理多分类问题。

C.Logistic回归的损失函数可以选用交叉熵，并且采用梯度下降法调整其中的参数。

D.Logistic回归属于线性回归模型。

A.具有较高的支持度的项集含有的项目数一定比较小。

B.分类是这样的过程：它找出描述并区分数据类或概念的模型，以便能够使用模型预测类标记未知的对象类。

C.分类和回归都可用于预测，分类的输出是连续数值，而回归的输出是离散的类别值。

D.关联规则挖掘的目的是发现满足最小支持度的所有项集。

A.回归是一种无监督学习、分类学习是有监督学习

B.在回归分析中，学习得到一个函数将输入变量映射到连续输出空间

C.两者均是学习输入变量和输出变量之间潜在关系模型

D.在分类模型中，学习得到一个函数将输入变量映射到离散输出空间

A.回归分析可用于估计和预测

B.相关分析是研究变量之间的相互依存关系的密切程度

C.相关分析是回归分析的基础

D.回归分析中自变量和因变量可以互相推导并进行预测

A.回归分析是分析一个变量与其他一个（或几个）变量之间的线性关系的统计方法

B.回归分析不需要样本训练阶段

C.不可以预测非数据型属性的类别

D.非线性回归问题一般要转化为线性回归