Lineaarne diskriminantanalüüs (LDA)
Lineaarne diskriminantanalüüs (LDA) on juhendatud meetod dimensioonide vähendamiseks ja klassifitseerimiseks, mille Ronald A. Fisher 1936. aastal esitles. See leiab tunnuste lineaarsed kombinatsioonid, mis maksimaalselt eraldavad eelnevalt määratletud klasse, säilitades samal ajal võimalikult palju klassi diskrimineerivat informatsiooni. See toimib samaaegselt tunnuste projektsioonitehnikana ja tõenäosusliku klassifitseerijana, muutes selle üheks mustrituvastuse ja statistilise õppimise alusmeetoditeks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/et/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.
- Logistiline regressioonUurimisstatistika↔ compare
- Bayesi naiivne klassifikaatorMasinõpe↔ compare
- Kvadraatiline diskriminantanalüüs (QDA)Masinõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →