在使用scikit-learn里面的交叉验证对回归模型进行评估时，根据平均绝对误差给模型打分，则下面代码的划线处 应填上（ ），scores的分数越（ ），说明回归模型的性能越好。代码：scores = cross_val_score(lm, X, y, cv=5, scoring = ＇_______________＇)

A. 数据管理$;$数据分析$;$数据治理$;$数据规划

A. 自增加 $;$自循环 $;$ 自递归 $;$自减少

A. LSTM$;$GRU$;$Transformer$;$text-convolution

A. 基础理论是神经网络$;$深度学习属于连接主义$;$又称为仿生学派$;$产生在20实际50年代

A. 随机误差项是一个期望值为0的随机变量$;$对于解释变量的所有观测值，随机误差项有相同的方差$;$随机误差项彼此相关$;$解释变量是确定性变量不是随机变量，与随机误差项之间相互独立

A. 均方差$;$Sigmoid交叉熵$;$Sofmax交叉熵$;$Sparse交叉熵

A. 关键结构$;$信息字段$;$标签

A. 随机误差项是一个期望值为0的随机变量；$;$对于解释变量的所有观测值，随机误差项有相同的方差；$;$随机误差项彼此相关；$;$解释变量是确定性变量不是随机变量，与随机误差项之间相互独立；$;$随机误差项服从正态分布

A. python无法处理json文件$;$pandas可以直接读取json文件$;$pandas无法解析json文件$;$pandas可以解析json文件