تحلیل تبعیضی خطی (LDA — طبقهبندی)
تحلیل تبعیضی خطی (LDA) یک روش طبقهبندی نظارتشده پارامتری است که ترکیب خطی پیشبینیکنندههای پیوسته را که به بهترین نحو دو یا چند گروه از پیش تعریفشده را جدا میکند، پیدا میکند. این روش که توسط رونالد ا. فیشر در مقاله مهم سال ۱۹۳۶ او در مورد اندازهگیریهای طبقهبندی معرفی شد، هم به عنوان یک طبقهبند و هم به عنوان ابزار کاهش ابعاد عمل میکند و میتوان آن را همتای جهتدار طبقهبندی تحلیل واریانس چندمتغیره (MANOVA) در نظر گرفت.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/fa/statistics/lda-classification
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.
- Factor Analysisآمار پژوهش↔ compare
- کی-نزدیکترین همسایگانیادگیری ماشین↔ compare
- رگرسیون لجستیکآمار پژوهش↔ compare
- تحلیل واریانس چندمتغیره (MANOVA)آمار↔ compare
- بییز ساده (Naive Bayes)یادگیری ماشین↔ compare
- تحلیل مؤلفههای اصلییادگیری ماشین↔ compare
- ماشین بردار پشتیبان (طبقهبندی)یادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →