Аннотация.

Рассматривается метод решения задачи бинарной классификации, основанный на снижении размерности n-мерного пространства признаков до двумерного, построении разделяющей гиперплоскости и ее обратном отображении в n -мерное пространство. Обратное преобразование обеспечивает удобство решения задачи классификации 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 расстояний Евклида, Махаланобиса и Евклида-Махаланобиса.

Ключевые слова:

бинарная классификация, разделяющая гиперплоскость, комитет большинства, пространство признаков, МГК, МНК, ZET, метрики и расстояния.