Analisis Diskriminan Linear (LDA)
Analisis Diskriminan Linear adalah metode terawasi untuk reduksi dimensi dan klasifikasi, yang diperkenalkan oleh Ronald A. Fisher pada tahun 1936, yang menemukan kombinasi linear fitur yang secara maksimal memisahkan kelas yang telah ditentukan sambil mempertahankan informasi diskriminatif kelas sebanyak mungkin. Metode ini secara bersamaan berfungsi sebagai teknik proyeksi fitur dan pengklasifikasi probabilistik, menjadikannya salah satu metode dasar dalam pengenalan pola dan pembelajaran statistik.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/id/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.
- Regresi LogistikStatistika Penelitian↔ compare
- Naive BayesPembelajaran Mesin↔ compare
- Analisis Diskriminan Kuadratik (QDA)Pembelajaran Mesin↔ compare
- Random ForestPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →