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 3 with k=12, acc 91.51 |
 |
| projection 1, k=2, acc 87.74 |
 |
| Best projection 2 with k=19, acc 97.66 |
 |
| projection 1, k=2, acc 96.34 |
 |
| Best projection 2 with k=11, acc 83.60 |
 |
| Best projection 2 with k=19, acc 66.82 |
 |
| Best projection 2 with k=15, acc 84.85 |
 |
| projection 1, k=2, acc 83.16 |
 |
| Best projection 3 with k=18, acc 97.33 |
 |
| projection 1, k=3, acc 96.00 |
 |
| Best projection 3 with k=14, acc 77.98 |
 |
| projection 2, k=2, acc 76.17 |
 |
| Best projection 2 with k=3, acc 79.84 |
 |
| Best projection 1 with k=4, acc 74.56 |
 |
| Best projection 2 with k=3, acc 89.34 |
 |
| Best projection 1 with k=3, acc 51.66 |
 |
| Best projection 1 with k=3, acc 96.00 |
 |
| Best projection 1 with k=4, acc 93.61 |
 |
| Best projection 2 with k=20, acc 98.31 |
 |
| projection 2, k=3, acc 94.94 |
 |
