Развивается метод сокращения размерности матрицы данных, основанный на ее прямом и обратном проектировании, и вычислении проекторов, минимизирующих кросс-энтропийный функционал. Вводится понятие информационной емкости матрицы, которое используется в качестве ограничения в задаче оптимальной редукции. Проводится сравнение предлагаемого метода с известными в задаче бинарной классификации.