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。

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。

下面关于交叉验证法的说法中正确的是（）。

k-近邻法中k的选取一般为偶数。

隐含层或输出层具有激活函数。

神经网络的模型受到哪些因素的影响？（）

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。

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。

当各类的协方差矩阵不等时，决策面是超二次曲面。

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。