请简述常见机器学习模型（如线性回归、决策树、随机森林、SVM、神经网络）的基本结构，并说明各自的适用场景。

回答思路

1. 准确描述线性回归、决策树、随机森林、SVM、神经网络等模型的核心结构
2. 说明各模型的关键参数与特征（如树的深度、核函数、网络层数）
3. 针对典型任务选择合适模型并说明理由