Robuszt diszkriminanciaanalízis
A robuszt diszkriminanciaanalízis egy olyan osztályozási módszer, amely egy lineáris diszkriminanciafüggvénnyel választja szét a csoportokat, miközben ellenáll a kiugró értékek hatásának. A klasszikus átlagot és kovarianciát egy nagy áttörési ponttal rendelkező becslővel helyettesíti, mint például a Minimum Kovariancia Determináns (MCD), amelyet Hawkins & McLachlan (1997) és Croux & Dehon (2001) fejlesztett ki.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/hu/statistics/robust-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.
- Robuszt standard errorok heteroszkedaszticitás esetén (HC)Statisztika↔ compare
- Lineáris diszkriminanciaanalízis (LDA)Gépi tanulás↔ compare
- Logistic RegressionKutatási statisztika↔ compare
- Négyzetes diszkriminanciaanalízis (QDA)Gépi tanulás↔ compare
- Robusztus logisztikus regresszióStatisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →