本文系统介绍了机器学习中两种基础算法：多元线性回归和逻辑回归。多元线性回归用于预测连续数值（如房价、销量），通过最小化均方误差(MSE)找到最佳超平面；逻辑回归用于二分类问题（如垃圾邮件识别、信贷风控），利用Sigmoid函数输出概率并通过交叉熵损失优化。文章详细阐述了两者的数学原理、损失函数设计依据、实际应用场景及评估方法，并通过房价预测和邮件分类案例演示了完整建模流程。两种算法分别对应"是多少