Continuum centroid classifier for functional data

For the binary classification of functional data, we propose continuum centroid classifier (CCC), which is constructed by projecting data onto one specific direction. This direction obtained via bridging regression and classification. Our technique neither unsupervised nor fully supervised; instead, control extent supervision. Thanks to intrinsic infinite dimension two subtypes CCC enjoys an (asymptotic) zero misclassification rate. approach includes effective algorithm that yields a consistent empirical classifier. Simulation studies demonstrate competitive performance in different scenarios. Finally, apply real examples. Pour la binaire de données fonctionnelles, les auteurs proposent le classificateur au du centroïde (CCC) qui est construit en projetant fonctionnelles sur une spécifique obtenue faisant relais entre régression et La des n'est ni entièrement supervisée, non puisqu'ils contrôlent l'ampleur Grâce à intrinsèque infinie l'un deux sous-types présente un taux (aymptotique) nul mauvaise Les décrivent algorithme efficace donne empirique convergent. Ils démontrent par simulations que offre performances compétitives sous différents scénarios. Finalement, ils appliquent exemples réels.