V tomto příspěvku je naším cílem optimalizovat implementování Fisherovy lineární diskriminační analýzy (FLDA), která je základní klasifikační metodou pro úlohu s malým vzorkem pozorovaných objektů. Mezi metodami řešícími tento problém představujeme metodu, která je v jistém smyslu nejblíž původnímu klasickému regulárnímu přístupu a jejíž implementace zlepšuje komputační a pamětové nároky a numerickou stabilitu.