Uczenie: LVQ1 (z automatycznie dobierana stałą uczenia) + PCA (przyciaganie prototypow do składowej głównej)
Składanie projekcji: ortogonalizacja danych wejściowych względem poprzednio znalezionych kieronków
Wykresy pokazują wykresy rozrzutu wględem 3 pierwszych projekcji dające najmniejszy błąd treningowy klasyfikacji dla k=2 do 15 (liczba prototypów).
Każdy proces uczenia był inicjalizowany 5 razy.
| Best projection 1 with k=4, acc 90.57 |
 |
| projection 1, k=2, acc 87.74 |
 |
| Best projection 2 with k=13, acc 97.51 |
 |
| projection 1, k=2, acc 96.49 |
 |
| Best projection 3 with k=19, acc 82.40 |
 |
| projection 2, k=7, acc 80.80 |
 |
| Best projection 3 with k=16, acc 66.82 |
 |
| Best projection 2 with k=8, acc 84.51 |
 |
| projection 1, k=2, acc 83.16 |
 |
| Best projection 3 with k=7, acc 85.00 |
 |
| Best projection 3 with k=19, acc 98.00 |
 |
| projection 1, k=3, acc 96.67 |
 |
| Best projection 1 with k=8, acc 77.62 |
 |
| Best projection 2 with k=3, acc 80.65 |
 |
| Best projection 3 with k=11, acc 76.33 |
 |
| Best projection 2 with k=3, acc 90.98 |
 |
| Best projection 1 with k=9, acc 53.22 |
 |
| Best projection 1 with k=9, acc 69.92 |
 |
| Best projection 1 with k=3, acc 93.69 |
 |
| Best projection 3 with k=11, acc 95.86 |
 |
| projection 3, k=3, acc 93.79 |
 |
| Best projection 2 with k=13, acc 98.88 |
 |
| projection 2, k=3, acc 96.07 |
 |
