Analyse discriminante linéaire (ADL)
L'analyse discriminante linéaire est une méthode supervisée de réduction de dimensionnalité et de classification, introduite par Ronald A. Fisher en 1936, qui trouve des combinaisons linéaires de caractéristiques séparant au maximum des classes prédéfinies tout en préservant autant d'informations discriminantes que possible. Elle sert simultanément de technique de projection de caractéristiques et de classifieur probabiliste, ce qui en fait l'une des méthodes fondamentales en reconnaissance des formes et en apprentissage statistique.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/fr/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.
- Régression logistiqueStatistiques de recherche↔ compare
- Naive BayesApprentissage automatique↔ compare
- Analyse discriminante quadratique (QDA)Apprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →