正确答案是 **C: 3**。下面是对各个选项的分析：

1. **选项 1**：一个机器学习模型在训练集上有较高的准确率，并不一定说明这个分类器是好的。仅在训练集上表现良好可能意味着模型过拟合，无法很好地泛化到未见过的数据。因此，选项1是错误的。

2. **选项 2**：增加模型的复杂度可能会导致过拟合，尽管在训练集上表现好，但对测试集可能并不会总是提高准确率，甚至可能降低测试准确率。因此，选项2是错误的。

3. **选项 3**：随着模型复杂度的增加，模型可以更好地拟合训练数据，从而训练错误率通常会降低。因此，选项3是正确的。

4. **选项 4**：减少模型复杂度会导致模型的拟合能力下降，可能会提高或降低测试错误率，具体情况取决于当前模型是否过拟合。因此，选项4并不是绝对正确的。

因此，选项 C：3 是唯一正确的说法。