8，Python中，c%=a等效于c=c%a。（）

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。

在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（）。

下列说法中：①R-Squared和Adjusted R-squared都是递增的；②R-Squared是常量的，Adjusted R-squared是递增的；③R-Squared是递减的，Adjusted R-squared也是递减的；④R-Squared是递减的，Adjusted R-squared是递增的。对于线性回归模型，包括附加变量在内，可能正确的是（）。

一元线性回归方程y=0.7+0.82x，判定系数等于0.64，则x与y的相关系数为（）。

下列关于线性模型的描述错误的是（）。

线性模型中的权重w可以看做各个属性x的（）。

当训练样本近似线性可分时，（）。

线性判别分析在二分类问题上也称为（）。