判断题非参数估计是在知道或者假设类条件概率密度的分布形式的基础上，直接用样本集中所包含的信息来估计样本的概率分布情况。
判断题快速k近邻算法和压缩近邻法改进了k近邻算法存在的计算量过大和存储量过大两个问题。
判断题极大似然估计是把估计的所有样本作为结果，把概率分布的参数作为条件，最有可能抽取到已知样本集中所有样本的概率分布参数就是极大似然的参数。
判断题最近邻分类器的错误率比最小错误率贝叶斯分类器的错误率低。
判断题贝叶斯分类器是一类典型的参数化模式识别方法。
