分级聚类又叫层次聚类，需要构建聚类树。

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。

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。

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？（）

k-近邻法中k的选取一般为偶数。

分支定界法计算量一定比穷举法小。

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。

下面关于超平面的说法中正确的是（）。

测试集的样本数量越多，对分类器错误率的估计就越准确。