正确答案是A: F-measure。

**专业分析：**

线性回归模型的比较通常使用以下几个指标：

1. **调整R方 (Adjusted R-squared)**：调整R方是对R方的修正，考虑了模型中变量的数量。它可以用于评估模型的解释能力，调整后的R方值越高，模型的解释能力越强。

2. **AIC (Akaike Information Criterion)**：AIC是一种用于模型选择的准则，它考虑了模型的复杂度和拟合优度。AIC值越小，模型越好。

3. **BIC (Bayesian Information Criterion)**：BIC类似于AIC，但对模型复杂度的惩罚更为严格。BIC值越小，模型越好。

而**F-measure**，又称F1-score，是一种用于评估分类模型性能的指标，特别是在不平衡数据集上。它是精确率（Precision）和召回率（Recall）的调和平均数。F-measure不适用于线性回归模型的比较，因为它是专门为分类问题设计的指标。

因此，F-measure不能用于线性回归模型的比较。