内容要点：

回归问题：预测连续值（如房价、销量）。

线性回归：原理（最小二乘法）、MLlib中的LinearRegression参数设置、模型评估指标（MSE、RMSE、R²）。

决策树回归：原理（CART算法）、DecisionTreeRegressor使用、与线性回归的对比。

实战：使用内置数据集（如UCI Boston Housing）构建房价预测模型。