在房价预测任务中，“房屋面积”属于什么角色A. 模型参数B. 样本C. 特征D. 标签

本题考查对房价预测任务中不同概念的理解，解题的关键在于明确模型参数、样本、特征和标签的定义，并判断“房屋面积”符合哪个概念。

• 模型参数：模型参数是模型在训练过程中需要学习和调整的变量，用于描述模型的结构和行为。例如在线性回归模型 $y = \theta_0+\theta_1x$ 中，$\theta_0$ 和 $\theta_1$ 就是模型参数，它们是通过训练数据来确定的，而“房屋面积”并不是模型中需要学习调整的变量，所以“房屋面积”不属于模型参数。
• 样本：样本是数据集中的一个具体实例，它包含了多个特征和对应的标签。比如在房价预测数据集中，一个样本可能包含房屋面积、房间数量、房屋价格等信息，“房屋面积”只是样本中的一个属性，并非整个样本，所以“房屋面积”不属于样本。
• 特征：特征是用于描述样本的属性或变量，这些属性可以帮助模型进行预测。在房价预测任务中，“房屋面积”是描述房屋的一个重要属性，它可以为模型提供关于房屋大小的信息，有助于模型预测房屋价格，所以“房屋面积”属于特征。
• 标签：标签是我们希望模型预测的目标值。在房价预测任务中，标签通常是房屋的价格，而“房屋面积”是用于预测价格的输入信息，并非预测的目标值，所以“房屋面积”不属于标签。