Exploring the Viability of Fisher Discriminants in Galaxy Morphology Classification
Este estudio demuestra que el discriminante de Fisher, combinado con una transformación de uniformización, supera a algoritmos más complejos como redes neuronales y árboles de decisión en la clasificación de morfologías galácticas, logrando una precisión del 93,10% al distinguir entre bulos redondeados y sin bulo utilizando datos del SDSS.