如果在一个高度非线性并且复杂的一些变量中“一个树模型可比一般的回归模型效果更好”。（)

在多元线性回归模型中，解释变量可以有相关性（）

多元线性回归模型确定变量的AIC准则是AIC越大越好（）

线性回归模型的拟合优度可采用可决系数进行评判。可决系数越高，模型拟合效果越好；可决系数越小，模型拟合效果越差（）

线性回归模型添加一个不重要的特征可能会造成R-square增加。（)

CART决策树分为分类树和回归树，当因变量Y为离散变量时为分类树，当因变量Y为连续变量时为回归树（）

ARMA 模型是由变量对它的滞后值以及随机误差项的现值和滞后值回归得到，ARMA 模型可细分为（）

对回归模型存在异方差问题的主要处理办法有（）

GPU和CPU挖矿，一般用GPU挖矿效果更好，是因为GPU能做复杂的运算。（)

多元线性回归得到的模型只有几个自变量通过了检验，这样的模型不能用（）

在运行时，从属的UDF直接从原始模型获得其值，因此要使从属UDF有效，必须出现原始模型。一般情况下，如果在原始模型中改变尺寸值，它们会自动反映到UDF中。（）