隐含层或输出层具有激活函数。

多类问题的贝叶斯分类器中判别函数的数量与类别数量是有直接关系的。

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。

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。

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。

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。

顺序前进法的缺点是不能剔除已入选的特征，无法保证全局最优。

概率密度函数的估计的本质是根据训练数据来估计概率密度函数的形式和参数。

分支定界法计算量一定比穷举法小。