k-近邻法中k的选取一般为偶数。

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。

一个数据集能生成多种决策树。

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。

基于数据的方法适用于特征和类别关系不明确的情况。

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。

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。

神经网络的模型受到哪些因素的影响？（）

ID3方法的目的是降低系统信息熵。

顺序后退法（SBS）是从0个特征开始，每次从已经入选的特征中剔除一个特征，使得仍保留的特征组合所得到的J值最大，是一种特征选择的最优算法。