Gibt es eine dem Eigenwert ähnliche Datenzerlegungsmethode, die die Projektionsmatrix schätzt, um die Dimensionalität zu verringern, aber ähnliche Vektoren in euklidischen Abständen nicht zu weit voneinander projiziert, wenn die Originaldaten derselben Klasse in Bezug auf Skalierung, Verschiebung und Drehung (2D) geringfügig variieren Fall).
zB ein Beispiel für ein EKG-Klassifizierungsproblem. Cardio-Zyklen haben unterschiedliche Dauer. Außerdem hängen Skalierung und Verschiebung von der Genauigkeit der Schlagerkennung ab. Daher könnten Cardio-Zyklen, die zur selben Klasse gehören, aufgrund dieser Variation zu weit entfernt projiziert werden.