1、将特征重要程度排序的过程与模型构建过程同时进行的特征选择方法称作嵌入式特征选择方法（ √ ）2、线性回归模型的目标函数为残差平方和最大化（残差平方和最小化 ）3、特征向量中心度度量节点在网络中的影响力。网络中每个节点被赋予一个影响力分数，一个节点与更多的高分节点相连，其分数也趋向于更高。（ √ ）4、强化学习使用已标记的数据，根据延迟奖励学习策略。（ 未标记的数据，通过与环境的交互来收集数据进行学习 ）5、过拟合是机器学习中一个重要概念，是指模型过于复杂，导致对测试数据预测很好，但对训练数据预测很差。（ 对训练数据预测很好，对测试数据预测很差 ）三、分析题（本题满分30分，共含5道小题，每小题6分）1、现有样本如下：0，2，3，4，5，6，7，8，9，10，41，42，43，44，45，46，47，48，49，50。�

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！