Print indd

4.5
Input Approximation
Instead of using approximation in the algorithm itself, one can adapt the input
data. Therefore, we remove certain inputs according to a method described
in Sect.
3.4
. The approximation parameter presents an offset which specifies the
rows of the input matrix that will be affected. For instance, 20 means that
we influence each 20th row. In general, affecting fewer rows leads to a reduc-
tion of the error. Until a parameter value of 20, this reduction is exponential
(see Fig.
5
b). Afterwards, the error decreases slowly.
However, we cannot see that removing certain inputs have a clear influence
on the execution time. There are strong variations in the execution time which
means that they are independent from the approximation parameter. According
to these results, we draw the conclusion that input approximation is not useful
for our test case.