面試官：請解釋什么是監督學習？能否用生活案例說明其運作邏輯？
監督學習如同教孩子識字的過程。父母指著"蘋果"圖片反復說"這是蘋果"（帶標簽的訓練數據），孩子逐漸建立"紅色圓形水果=蘋果"的認知模型（算法生成）。當孩子看到新圖片時，模型會自動匹配特征并輸出判斷（測試階段）。若判斷錯誤（如把西紅柿認成蘋果），父母糾正（反向傳播調整參數），最終形成穩定識別能力。
產品經理需理解：監督學習本質是通過標記數據訓練輸入特征與輸出結果的映射關系，典型場景如電商評論情感分析（文本分類）、房價預測（回歸問題）。關鍵指標包括準確率、召回率及F1值，需根據業務需求權衡模型優化方向。
面試官：KNN算法與決策樹ID3的區別是什么？如何選擇使用場景？
KNN像"鄰居投票"系統。假設你要評估用戶流失風險，模型會在特征空間中計算該用戶與歷史用戶的歐式距離?
