当各类的协方差矩阵不等时，决策面是超二次曲面。

过拟合不会影响分类模型的泛化能力。

在总的样本集不是很大的情况下，可以采用交叉验证法来较好的估计分类器性能。

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。

在进行交叉验证时，一般让临时训练集较大，临时测试集较小，这样得到的错误率估计就更接近用全部样本作为训练样本时的错误率。

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。

参数估计是已知概率密度的形式，而参数未知。

神经网络的模型受到哪些因素的影响？（）

理想的判据应该对特征具有单调性，加入新的特征不会使判据减小。

下面关于贝叶斯分类器的说法中错误的是（）。