关于闵可夫斯基距离和杰卡德相似系数的说法分析如下：

A: **欧氏距离可以看成是特殊形式的闵可夫斯基距离**
- 这是正确的。闵可夫斯基距离是一个距离度量的泛化公式，其中当参数 \( p=2 \) 时，闵可夫斯基距离就是欧氏距离。

B: **闵可夫斯基距离用于连续型数据**
- 这也是正确的。闵可夫斯基距离通常应用于连续型数值数据，因为它依赖于数据的坐标差值计算距离。

C: **杰卡德相似系数用于分类数据**
- 这是正确的。杰卡德相似系数用于衡量两个集合之间的相似性，特别适用于分类数据或二元数据。例如，它可以用来比较两个样本的特征集合。

D: **杰卡德相似系数用于连续型数据**
- 这是不正确的。杰卡德相似系数不适合用于连续型数据，因为它基于集合运算，适用于离散数据或二元数据的比较。

因此，正确答案是 A、B 和 C。

| 选项 | 正确性 | 解释 |
|------|--------|------|
| A | 正确 | 欧氏距离是闵可夫斯基距离在 \( p=2 \) 时的特殊情况 |
| B | 正确 | 闵可夫斯基距离用于连续型数据 |
| C | 正确 | 杰卡德相似系数用于分类数据 |
| D | 不正确 | 杰卡德相似系数不适用于连续型数据 |