Линеен дискриминантен анализ (LDA)
Линейният дискриминантен анализ е контролиран метод за намаляване на размерността и класификация, въведен от Роналд А. Фишър през 1936 г., който намира линейни комбинации от признаци, които максимално разделят предварително зададени класове, като същевременно запазват възможно най-много информация, разграничаваща класовете. Той едновременно служи като техника за проекция на признаци и като вероятностен класификатор, което го прави един от основополагащите методи в разпознаването на образи и статистическото обучение.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Fisher, R. A. (1936). The use of multiple measurements in taxonomic problems. Annals of Eugenics, 7(2), 179–188. DOI: 10.1111/j.1469-1809.1936.tb02137.x ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 4). Springer. ISBN: 978-0-387-84857-0
Как да цитирате тази страница
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/bg/machine-learning/linear-discriminant-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Логистична регресияСтатистика за изследвания↔ compare
- Наивен БейсМашинно обучение↔ compare
- Квадратен дискриминантен анализ (QDA)Машинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →