Continuum directions for supervised dimension reduction

کاهش ابعاد داده های چند متغیره تحت نظارت بر اطلاعات کمکی در نظر گرفته شده است. مجموعه ای از مبانی برای کاهش ابعاد به عنوان مینیماتورهای معیار جدید بدست آمده است. روش پیشنهادی شبیه به رگرسیون پیوسته است و اساس نتیجه آن، جهت پیوسته است. با وجود داده های نظارت دوتایی، این دستورالعمل به طور پیوسته مولفه اصلی، تفاوت میانگین و خطوط جدایی خطی را از بین می برد، از این رو می توان از تغییرات نا منظم به طور کامل تحت نظارت اجتناب کرد. مطالعات آستانهشناختی سطحی از جهتهای پیوسته برای نظارت دوتایی، چند واقعیت جالب را نشان میدهد. شرایطی که در آن مسیرهای نمونه پیوسته متناقض هستند، اما عملکرد طبقه بندی آنها خوب است، مشخص شده است. در حالی که روش پیشنهاد شده می تواند به طور مستقیم برای طبقه بندی دوتایی و چند طبقه بندی استفاده شود، تعمیم آن ها برای ترکیب هر گونه داده های کمکی نیز ارائه می شود. روش پیشنهادی محاسبات سریع را به دست می آورد و عملکرد بهتر یا بیشتر با گزینه های رایج بیشتر است.