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。

分支定界法计算量一定比穷举法小。

fisher线性判别方法可以将样本从多维空间投影到一维空间。

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。

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。

利用神经网络对两类问题进行分类时，可以用一个输出节点来实现。

剪辑近邻法去除的是远离分类边界，对于最后的决策没有贡献的样本。

在感知器算法中训练样本需要经过增广化处理和规范化处理。

分级聚类又叫层次聚类，需要构建聚类树。

ID3方法的目的是降低系统信息熵。