导读：研学论坛 说说我的看法。目前数据分类问题大概分2种：1。模式匹配的方式。一般是先得到标准的模式（采用统计方法或者模糊，灰色方法），然后利用待检数据与模型...
这样讲太空了. 模式识别里面没有哪个方法是最优的.我们只能说某个方法更适合某个问题. 而且模式识别里面涉及的问题有很多.比如训练集是否有足够的训练数据,训练数据是否具有代表性; 特征是否具有较强的区分性; 模型是否足够普适. 等等等等. 上面的问题都是非常重要的. 举个例子, 微软曾经做过一个试验, 做某种识别任务.他们用了最简单地特征, 最简单地分类器. 但是用非常非常多的训练数据,最后发现得到的识别率非常高. 所以我想任何识别任务都是要具体来考虑的.
