A mechanism has been proposed to achieve optimal complexity for Discriminant Analysis (DA) based on Principal Component Analysis (PCA). We use PCA to filter non-informative features before applying to DA algorithm. In addition to significant accuracy improvement, the mechanism decreases the computational and storage costs of Linear Discriminant Analysis methods and makes the overall method more efficient. The mechanism helps classical linear DA methods outperform the state of the art and most superior linear and non-linear DA methods.
PL
Zaproponowano mechanizm analizy złożoności w analizie dyskryminacyjnej bazującej na Analizie Składowej Głównej PCA. Dodatkowo mechanizm umożliwia poprawę dokładności klasyfikacji danych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.