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。

fisher线性判别方法可以将样本从多维空间投影到一维空间。

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。

贝叶斯估计中是将未知的参数本身也看作一个随机变量，要做的是根据观测数据对参数的分布进行估计。

下面关于贝叶斯分类器的说法中错误的是（）。

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。

基于数据的方法适用于特征和类别关系不明确的情况。

在监督模式识别中，分类器的形式越复杂，对未知样本的分类精度就越高。

剪辑近邻法去除的是远离分类边界，对于最后的决策没有贡献的样本。

下面关于超平面的说法中正确的是（）。