过拟合不会影响分类模型的泛化能力。

一个数据集能生成多种决策树。

ID3方法的目的是降低系统信息熵。

当各类的协方差矩阵相等时，分类面为超平面，并且与两类的中心连线垂直。

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。

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。

在感知器算法中训练样本需要经过增广化处理和规范化处理。

C均值聚类算法对噪声和孤立点不敏感。

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。

下面关于交叉验证法的说法中正确的是（）。