当各类的协方差矩阵相等时，分类面为超平面，并且与两类的中心连线垂直。

隐含层或输出层具有激活函数。

理想的判据应该对特征具有单调性，加入新的特征不会使判据减小。

C均值聚类算法对噪声和孤立点不敏感。

参数估计是已知概率密度的形式，而参数未知。

特征选择常用的次优算法有顺序前进法，顺序后退法和动态顺序前进法三种。

fisher线性判别方法可以将样本从多维空间投影到一维空间。

k-近邻法中k的选取一般为偶数。

分支定界法计算量一定比穷举法小。

概率密度函数的参数估计需要一定数量的训练样本，样本越多，参数估计的结果越准确。