线性回归被解释变量为连续型变量，逻辑回归为分类型变量

正确答案是A: 被解释变量类型不同。

线性回归和逻辑回归的主要区别在于它们用于预测的目标变量（即被解释变量）的类型不同：

1. **线性回归**：用于预测连续型变量。例如，预测房价、温度、销售额等。线性回归模型假设目标变量与输入变量之间存在线性关系，其目标是找到最佳拟合直线来最小化预测值与实际值之间的误差。

2. **逻辑回归**：用于预测二分类或多分类变量。例如，预测某个电子邮件是否是垃圾邮件（是或否）、某个病人是否患病（是或否）等。逻辑回归模型使用逻辑函数（如Sigmoid函数）将线性组合的输入变量映射到一个概率值，用于分类任务。

总结：
- 线性回归适用于连续型目标变量。
- 逻辑回归适用于分类型目标变量（特别是二分类问题）。

因此，选项A是正确的。