Kvadraattinen diskriminanttianalyysi (QDA)
Kvadraattinen diskriminanttianalyysi on generatiivinen luokittelija, joka mallintaa jokaisen luokan omalla monimuuttujaisella Gaussin jakaumallaan sallien jokaiselle luokalle erillisen kovarianssimatriisin. Toisin kuin lineaarinen diskriminanttianalyysi, joka olettaa jaetun kovarianssin ja tuottaa lineaarisia rajoja, QDA:n luokkakohtaiset kovarianssit tuottavat kaarevia (kvadraattisia) päätösrajoja, mikä antaa sen vangita eroja luokkien leviämisessä ja suuntautumisessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. ISBN: 978-0-387-84857-0
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer. ISBN: 978-1-4614-7138-7
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Quadratic Discriminant Analysis (QDA). ScholarGate. https://scholargate.app/fi/machine-learning/quadratic-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.
- Lineaarinen diskriminanttianalyysi (LDA)Koneoppiminen↔ compare
- Naive BayesKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →