Analyse discriminante quadratique (QDA)
L'analyse discriminante quadratique (QDA) est un classifieur génératif qui modélise chaque classe par sa propre distribution gaussienne multivariée, en autorisant une matrice de covariance distincte pour chaque classe. Contrairement à l'analyse discriminante linéaire (LDA), qui suppose une covariance partagée et produit des frontières linéaires, les covariances par classe de la QDA génèrent des frontières de décision courbes (quadratiques), lui permettant de capturer les différences dans la dispersion et l'orientation des classes.
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
- 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
Comment citer cette page
ScholarGate. (2026, June 2). Quadratic Discriminant Analysis (QDA). ScholarGate. https://scholargate.app/fr/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.
- Analyse discriminante linéaire (ADL)Apprentissage automatique↔ compare
- Naive BayesApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →