składowych, dokonuje się oceny przydatności parametrów diagnostycznych w eksperymencie. Powstaje więc problem wyboru algorytmu klasyfikatora. Nie budzącym zastrzeżeń metodologicznych algorytmem klasyfikacji, w sensie obiektywnego porównania skuteczności parametrów, jest klasyczny klasyfikator Bayesa (por. rozdz. 6). Często jednak na przeszkodzie jego stosowania stoi złożoność procedury obliczeń, m.in. potrzeba znajomości rozkładów warunkowych a priori, oraz zwykle mała długość ciągu uczącego (małe 0 dla estymacji tych rozkładów. Z tego powodu do testowania wykorzystuje się jeden z nieparametrycznych algorytmów rozpoznawania (identyfikacji), np.: NM (najbliższa średnia), NN (najbliższy sąsiad) czy też k-NN (k-najbliższych sąsiadów) z prostą funkcją podobieństwa, np. odległością Euklidesa.<br><br>&lt;tit&gt;4.6.3. Redukcja