Linearna diskriminacijska analiza (LDA)
Linearna diskriminacijska analiza je nadzirana metoda za smanjenje dimenzionalnosti i klasifikaciju, koju je uveo Ronald A. Fisher 1936. godine, a koja pronalazi linearne kombinacije značajki koje maksimalno razdvajaju unaprijed definirane klase, istovremeno čuvajući što je moguće više informacija koje diskriminiraju klase. Ona istovremeno služi kao tehnika projekcije značajki i kao probabilistički klasifikator, što je čini jednom od temeljnih metoda u prepoznavanju uzoraka i statističkom učenju.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/hr/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.
- Logistička regresijaIstraživačka statistika↔ compare
- Naive BayesStrojno učenje↔ compare
- Kvadratna diskriminacijska analiza (QDA)Strojno učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →