Бинарная классификация на основе варьирования размерности пространства признаков и выбора эффективной метрики

Рассматривается метод решения задачи бинарной классификации, основанный на снижении размер- ности n-мерного пространства признаков до двумерного, построении разделяющей гиперплоскости и ее обратном отображении в n -мерное пространство. Обратное преобразование обеспечивает удобство решения задачи клас- сификации непосредственно в системе исходных признаков. Предлагаемый способ построения разделяющей гиперплоскости по заданной учебной выборке основан на последовательном применении известных алгоритмов и их адаптации к условиям задачи. Дано сравнение качества распознавания объектов при использовании рас- стояний Евклида, Махаланобиса и Евклида-Махаланобиса.