41. 下列何種方法常應用在分類問題？
(A) Linear regression
(B) Logistic regression
(C) Polynomial Regression
(D) Support vector regression

(B) Logistic Regression

解析：

分類問題 (Classification) 指的是將輸入數據分類到不同的類別，例如 二元分類 (Binary Classification) 或 多類分類 (Multi-class Classification)。

選項分析：

1. (A) Linear Regression (線性回歸) ❌

   • 適用於迴歸 (Regression) 問題，即預測連續數值，例如房價預測或氣溫預測。
   • 不適用於分類問題，因為輸出是連續值，而不是類別標籤。

2. (B) Logistic Regression (邏輯回歸) ✅

   • 適用於分類 (Classification) 問題，尤其是二元分類 (Binary Classification)，如垃圾郵件識別 (Spam or Not Spam)。
   • 其核心是使用Sigmoid 函數將輸出值壓縮到 [0,1] 範圍，進而做分類。

3. (C) Polynomial Regression (多項式回歸) ❌

   • 仍然屬於迴歸 (Regression) 方法，只是利用高次多項式來擬合數據，適用於非線性迴歸問題，但不適合用來做分類。

4. (D) Support Vector Regression (SVR, 支持向量回歸) ❌

   • 是支持向量機 (SVM) 的迴歸版本，用來做迴歸預測，適用於連續數值預測，而非分類。
   • 如果是 SVM (Support Vector Machine)，則適用於分類問題，但 SVR 只用於迴歸。

結論：

✔ 適用於分類問題的演算法是 (B) Logistic Regression。