面试官：请解释什么是监督学习？能否用生活案例说明其运作逻辑？
监督学习如同教孩子识字的过程。父母指着"苹果"图片反复说"这是苹果"（带标签的训练数据），孩子逐渐建立"红色圆形水果=苹果"的认知模型（算法生成）。当孩子看到新图片时，模型会自动匹配特征并输出判断（测试阶段）。若判断错误（如把西红柿认成苹果），父母纠正（反向传播调整参数），最终形成稳定识别能力。
产品经理需理解：监督学习本质是通过标记数据训练输入特征与输出结果的映射关系，典型场景如电商评论情感分析（文本分类）、房价预测（回归问题）。关键指标包括准确率、召回率及F1值，需根据业务需求权衡模型优化方向。
面试官：KNN算法与决策树ID3的区别是什么？如何选择使用场景？
KNN像"邻居投票"系统。假设你要评估用户流失风险，模型会在特征空间中计算该用户与历史用户的欧式距离
