Implementa uma amostragem aleatória consistindo em sortear um conjunto de registros menor do que o inicial.

Experimenta o algoritmo de Mineração de Dados em cada conjunto de atributos, avaliando-se, ao final, os resultados obtidos.

Reduz a dimensionalidade que visa maximizar a separação entre as classes. Ela assume que os dados de cada classe seguem uma distribuição normal.

Reduz a dimensionalidade que identifica os componentes que capturam a menor variabilidade no conjunto de dados. Emprega o conceito de projeção dos dados em um espaço dimensional ampliado.

Usa conceitos da Álgebra Linear, como autovalores e autovetores de uma matriz, com o objetivo de realizar a redução de dimensionalidade, projetando os dados em um espaço de menor dimensão.