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。

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。

一个数据集能生成多种决策树。

fisher线性判别方法可以将样本从多维空间投影到一维空间。

参数估计是已知概率密度的形式，而参数未知。

下面关于交叉验证法的说法中正确的是（）。

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。

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。

基于数据的方法适用于特征和类别关系不明确的情况。

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。