您必須在單一、資源受限的 VM 上執行房價預測模型。哪種學習演算法最適合？

在資源受限的單一 VM 上執行房價預測模型時，線性迴歸是最適合的選擇。線性迴歸是一種簡單、計算效率高且易於解釋的演算法，對記憶體和處理能力的要求較低，非常適合資源有限的環境。 邏輯分類用於分類問題，而不是預測連續數值的房價。循環神經網路（RNN）和前饋神經網路（FNN）雖然功能強大，但通常需要大量的計算資源和數據，訓練時間長，且在資源受限的VM上運行效率低，容易造成性能瓶頸。因此，線性迴歸是此情境下最實用且高效的選擇。