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。

测试集的样本数量越多，对分类器错误率的估计就越准确。

下面关于交叉验证法的说法中正确的是（）。

过拟合不会影响分类模型的泛化能力。

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。

分支定界法计算量一定比穷举法小。

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。

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。

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。

k-近邻法中k的选取一般为偶数。