在监督模式识别中，分类器的形式越复杂，对未知样本的分类精度就越高。

一个数据集能生成多种决策树。

动态顺序前进法（l-r）法是按照单步最优的原则从未入选的特征中选择l个特征，再从已入选的特征中剔除r个特征，使得仍保留的特征组合所得到的J值最大。

我们在对某一模式x进行分类判别决策时，只需要算出它属于各类的条件风险就可以进行决策了。

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。

测试集的样本数量越多，对分类器错误率的估计就越准确。

C均值聚类算法对噪声和孤立点不敏感。

隐含层或输出层具有激活函数。

神经网络的模型受到哪些因素的影响？（）

特征提取不仅可以降低特征空间的维度，还可以消除特征之间的相关性。