输入：电子邮件 输出：此为垃圾邮件/普通邮件
标注样本邮件为垃圾/普通邮件（人） 获取批量的样本邮件及标签，学习其特征（计算机） 针对新的邮件，自动判断其类别（计算机）
用于帮助判断是否为垃圾邮件的属性 发件人包含字符：%&*等 正文包含：现金、领取等等
pass通过
分类：根据已知样本的某些特征，判断一个新的样本属于哪些已知的样本类 基本框架： 邮件分类 发件人包含字符：%￥* 正文包含：现金、领取等 ->-> y=0->-> 判断为垃圾邮件 其他特征
逻辑回归 KNN近邻模型 决策树 神经网络
分类目标：判断类别 模型输出：非连续型标签 （passed/failed;0/1/2）
问题：以下应用哪些属于分类、哪些属于回归？ A.根据房屋信息预测房屋价格 B.根据房屋信息预测其是否是欢迎 C.猫狗图像识别 D.股价预测 E.股价涨跌预测
