Pandas中删除列的方式有（）。

下列关于支持向量机优化性问题形式的说法正确的是（）。

假定使用SVM学习数据X，数据X里面有些点存在错误。现在如果使用一个二次核函数，多项式阶数为2，使用松弛变量C作为超参之一。当使用较大的C（C趋于无穷），则（）。

在支持向量机中，软间隔支持向量机的目标函数比硬间隔支持向量机多了一个（）。

如果使用线性回归模型，则下列说法正确的是（）。

假设有n组数据集，每组数据集中x的平均值都是9，x的方差都是11，y的平均值都是7.50，x与y的相关系数都是0.816，拟合的线性回归方程都是y=3.00+0.500x。那么这n组数据集（）。

在一个简单的线性回归模型中（只有一个变量），如果将输入变量改变一个单位（增加或减少），那么输出将改变（）。

在一个线性回归问题中，通常使用R平方（R-Squared）来判断拟合度。此时，如果增加一个特征，模型不变，则下面说法正确的是（）。

在回归模型中，（）在权衡欠拟合（under-fitting）和过拟合（over-fitting）中影响最大。

如果说线性回归模型完美地拟合了训练样本（训练样本误差为零），则下列说法正确的是（）。

假设使用原始的非线性可分版本的Soft-SVM目标函数作为最优化对象，则可通过（）来保证得到的模型是线性可分离的。